Educational background, professional experience, and research productivity of Canada's academic ophthalmology leadership
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study was to assess the educational background, professional experience, and research productivity of Canada's academic ophthalmology leadership. METHODS: This cross-sectional study focused on leaders from ophthalmology departments at 15 Canadian universities, as well as the Canadian Journal of Ophthalmology (CJO) editorial board and the Canadian Ophthalmological Society (COS) board of directors. RESULTS: Ninety-one academic leaders were identified, which included 15 chairs, 9 vice chairs, 17 hospital chiefs, and 15 program directors. Additionally, the 10 members of the COS board of directors and the 31 members of the editorial board of the CJO were included. The duration of professional experience was the longest for hospital chiefs (26.63 ± 7.08 years) followed by chairs (23.86 ± 6.11 years) (p < 0.001). Chairs had the largest mean number of publications (87.13 ± 73.17), followed by vice chairs (70.89 ± 78.29) (p = 0.012). The most common residency programs attended by position holders were offered by the University of Toronto, followed by McGill University. Forty-three academic ophthalmology leaders graduated from U.S. fellowship training programs (48.3%). CJO editors were most likely to have a professor appointment (p = 0.002), fellowship training (p = 0.042), U.S. fellowship training (p = 0.007), a larger number of publications (p = 0.006), and a greater h-index (p = 0.001). CONCLUSION: Chairs followed by vice chairs demonstrated the highest mean number of publications and h-index. More than half of the academic leaders had fellowship training either in the U.S. or Toronto. Prospective ophthalmologists interested in academic leadership may leverage these data to strategically guide their professional careers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».