30. Survey Investigation of The Career Trajectories of Craniofacial-Trained Plastic Surgeons
Notice bibliographique
Résumé
PURPOSE: Current literature documents a waning interest and pursuit of craniofacial surgery. This survey-based study examines CF-trained surgeons’ motives, practice patterns, and obstacles faced. METHODS: A RedCap survey consisting of 14 questions with some free-text response opportunities was sent to 310 prior CF fellow graduates within the U.S. and Canada from 2010-2021. Responses were collected until end of May, 2024. RESULTS: The response rate was 34.5% (107/310). The majority were white males ages 41-50 years. Initially 81.3% of respondents desired CF practice, and 78.5% obtained a CF job after fellowship. At the time of the survey, 71.0% endorsed having a CF practice. The distribution of job changes is demonstrated in Figure 1. Figure 2 lists negative factors associated with initial jobs identified by respondents. Most frequent cases performed among fellows were pediatric craniosynostosis (91.6%) and cleft surgery (90.7%), decreasing to 55.1% and 64.5%, respectively at the time of survey. Facial aesthetics and facial feminization surgeries increased in frequency at time of survey compared to during fellowship. CONCLUSION: Recent success in achieving a CF career is much higher than previously reported, and those with a CF practice are less likely to change careers than those in a non-CF practice after fellowship.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».