Gender disparity and the impact of COVID-19 on surgical training in New Zealand ophthalmology
Notice bibliographique
Résumé
AIM: To evaluate the impact of the COVID-19 pandemic on New Zealand ophthalmology surgical training, focusing on surgical volume, case-mix, trainee involvement and gender disparities. METHODS: Analysis of logbook data for New Zealand based trainees of the Royal Australian and New Zealand College of Ophthalmologists (RANZCO) from 1 January 2017 to 31 December 2022 was conducted comparing trainee-involved and trainee-performed case volumes between pre-pandemic (2017-2019) and pandemic (2020-2022) years, normalised by full-time equivalents (FTE). RESULTS: Analysis of 41,370 trainee-involved surgeries revealed that while the total number of trainee-involved procedures remained stable during the pandemic, trainee-performed surgeries decreased significantly by 11.8%. This was driven by a significant gender disparity (p=0.045), with a 24.9% decline for female trainees, concentrated among those in urban centres, while male trainee numbers remained stable (+0.74%). Provincial trainees performed twice as many surgeries as urban counterparts. A significant case-mix shift also occurred, with greater glaucoma (+27.6%) and fewer oculoplastic (-20.8%) surgeries. CONCLUSION: The pandemic was associated with a significant gender disparity in surgical training, driven by a reduction in procedures performed by female trainees predominantly in urban centres. The findings underscore the need to ensure equitable access to surgical training.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».