Social Media in Academic Plastic Surgery Training Programs: A 5-Year Update
Notice bibliographique
Résumé
Purpose: Social media is an important tool for plastic and reconstructive surgery (PRS) training programs to engage prospective applicants. A study by the senior author (2020) describes an exponential increase in program presence on social media from 2010 to 2018. This study aims to provide an updated analysis of PRS training program utilization of social media in relation to prior results from our senior author. Materials and Methods: A national cross-sectional study of PRS programs was conducted. Instagram, Facebook, X, and TikTok were queried. Instagram posts were categorized by type. Factors influencing the number of followers were analyzed. Accounts were analyzed using Kruskal-Wallis, Jonckheere-Terpstra, independent-sample T test, and regression analysis. Results: All 89 integrated PRS programs have Instagram accounts, with 19,498 total posts. Posts most often highlight the program/curriculum (34.8%), social activities (13.1%), and research-related content (10.4%). Nearly a quarter of posts (23.1%) were categorized as “other” (eg, birthday posts and nonspecific pictures of residents). The percentage of research-related posts has declined since 2020. Active program accounts on X and Facebook are declining linearly ( R 2 =0.96 and 0.70, respectively). Only one program has a TikTok account. Impact of region and rank on followers was consistent with prior findings. Conclusions: Social media adoption by PRS programs has stabilized following a period of growth described in 2020. Instagram is the most popular platform; Facebook and X use is declining. Instagram posts primarily depict program structure, curriculum, and culture, with a third of posts being nonacademic in nature.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».