Exploring factors behind first-year radiation therapy students' decision to pursue the profession at english-language institutions in Canada
Notice bibliographique
Résumé
BACKGROUND: Radiation therapy departments experience an imbalance of patient volumes with insufficient staffing. Limited research exists about factors influencing individuals' desire to pursue a career in radiation therapy. Therefore, this study aimed to explore the factors behind first-year students' decision to pursue this profession in Canada. METHODS: A cross-sectional electronic survey was distributed to first-year radiation therapy students in Canada through program directors of each Canadian institution. The survey contained closed and open-ended questions for comprehensive insight and were developed through extensive literature reviews. RESULTS: A total of 33 complete responses were obtained. Primary reasons for choosing a career in radiation therapy included a desire to help others (16.8%), interest in the healthcare field (16.2%), and job stability (15.1%). Influential factors guiding respondents' decisions were university resources (22.9%), reading articles related to radiation therapy (22.9%), YouTube videos about the profession (21.7%), and other online resources (18.1%). Two themes were identified when respondents were asked what would have made radiation therapy more appealing as a career: public profile and accessibility. CONCLUSION: While research dedicated solely to radiation therapy remains limited, drawing inspiration from recruitment strategies and resource allocation models utilized in other allied healthcare professions can be invaluable. Shared factors like altruism and job stability justify integrating radiation therapy into broader healthcare recruitment initiatives. Targeted recruitment campaigns and accessible resources can raise awareness about the profession. Further research is warranted to explore these factors.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».