MétaCan
Menu
Retour à la cohorte
Enregistrement W4407168751 · doi:10.2106/jbjs.24.00620

Pregnancy and Childbearing for Orthopaedic Surgeons

2025· review· en· W4407168751 sur OpenAlexaff
Caroline Cristofaro, Maryse Bouchard

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePregnancyChildbirthOrthopedic surgeryFamily medicineNursingSurgery

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: While female representation within surgical specialties is increasing, the field of orthopaedic surgery remains male-dominated. Residency, fellowship, and early career coincide with the childbearing years of female surgeons. Given the overlap between these critical career stages and years of childbearing, there has been a rise in articles characterizing the experiences and perceptions around childbearing and its impact on surgeons and their careers. Multiple studies have reported the alarmingly high rates of pregnancy complications, infertility, pregnancy loss, voluntary delay in childbearing, and postpartum depression in surgeons, including those in the field of orthopaedic surgery. However, perinatal complications are not the only barriers female orthopaedic surgeons may face should they decide to start a family alongside their career. Negative perceptions and lack of support from their colleagues and institutions have also been reported as commonplace. Limited but successful support programs, policies, and resources that are designed to support female surgeons and their partners have been created in North America. Successful support programs can be used to inspire institutional policies across North America to hopefully improve the pregnancy and childbirth experiences of orthopaedic surgeons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,329
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetDiversity and Career in MedicineTravaux en français237 207