Revisiting the Pediatric Neurosurgical Workforce: An Update After 15 Years and Analysis of Generational Change
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The landscape of medicine has undergone significant changes with shifting generational values. Studies are increasingly looking into factors such as work-life balance and diversity in neurosurgery, but few have considered these trends in pediatric neurosurgery. This study investigated the changes in the pediatric neurosurgical workforce over the past 15 years and highlighted generational differences in demographics, practice patterns, and values. METHODS: Databases were compiled using neurosurgical societies to identify current pediatric neurosurgeons. A 36-question survey was administered, and responses were collected for a 6-month period ending in February 2023. Responses were compared between age groups (<45 years, 45-54 years, 55+ years). Results from this survey were compared with a previous survey performed in 2008. RESULTS: Four hundred ninety-five pediatric neurosurgeons received the 2023 survey (response rate: 49%, 241/495). 172 pediatric neurosurgeons were identified after excluding 69 respondents whose practice was not >75% pediatric. Compared with the 2008 cohort, the 2023 cohort were more likely to be female ( P < .001), have American Board of Pediatric Neurological Surgery Society certifications ( P < .001), and have complete pediatric fellowships ( P < .001). The 2023 cohort also had lower case volumes ( P < .001), worked fewer hours per week ( P < .001), were more inclined to grow their practice ( P < .001) when compared with the 2008 cohort. Younger neurosurgeons (<45 years) had more frequent call schedules ( P = .03) and were more likely to anticipate retiring by the age of 65 years ( P < .001) compared with neurosurgeons aged older than 55 years. CONCLUSION: These results reveal a generational shift in the pediatric neurosurgical workforce, suggesting how the field may continue to evolve in the coming decades. Understanding these changes is essential for addressing future challenges in the workforce.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».