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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».