Increasing Research Productivity and Step 2 Score Among Matched Orthopaedic Surgery Residents: A Forecasting Analysis to 2040
Notice bibliographique
Résumé
BACKGROUND: Orthopaedics has consistently been among the most competitive residency specialties in which to match. The purpose of this study was to evaluate trends in important data as provided by the National Resident Matching Program regarding orthopaedic surgery residency and to project future averages for successful applicants. METHODS: "Charting Outcomes in the Match" are biennial reports published by the National Resident Matching Program, listing applicant characteristics stratified by specialty. We collected data between 2014 and 2024 for allopathic medical school seniors from the United States that successfully matched into orthopaedic surgery residency. Regression analysis was performed to predict research productivity and United States Medical Licensing Examination Step 2 scores to the year 2040. RESULTS: Research productivity and Step 2 score have shown notable trends among matched orthopaedic surgery residency applicants, with research productivity following an exponential increase ( R2 = 0.988, P < 0.001) and Step 2 scores following a linear trend ( R2 = 0.925, P = 0.002). In accordance with these models, by the year 2040, matched applicants are projected to have an average of 165.6 (95% prediction interval, 107.8 to 254.5) publications, posters, abstracts, and presentations and an average Step 2 score of 266 (95% prediction interval, 261 to 271) points, outperforming the 87th percentile. Specifically, Step 2 score is projected to increase by 1.1 point every 2 years with the limitation that the upper limit score is 300. CONCLUSION: Research productivity and USMLE Step 2 scores among matched orthopaedic surgery residency applicants are projected to increase in the coming years. These findings can inform medical school administration, residency programs, and orthopaedic leadership to optimize their programs for student, resident, and organizational success. Moreover, it may be time to reconsider the importance of these metrics as a perpetual increase in scores and research activity is not sustainable nor equitable.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».