Factors Influencing Preferences in International Ophthalmology Subspecialty Fellowships Among Young Ophthalmologists in Türkiye: A Descriptive Study
Notice bibliographique
Résumé
Objective: This study explores the interest in international ophthalmology subspecialty fellowship training among young ophthalmologists in Türkiye, focusing on demographic factors, motivations, and barriers. Material and Methods: A cross-sectional study was conducted using an anonymous online survey from April to July 2024. A total of 232 ophthalmologists from 14 institutions were included. Participants were categorized into 3 groups: no interest (Group 1), interested but not applied (Group 2), and active applicants or past participants (Group 3). Factors associated with interest and application were assessed using Pearson's chi-square test in bivariate analyses and multinomial logistic regression analysis in multivariate analyses. Results: The mean age was 28.9±3.6 years; 48.3% were female. Group 1 included 43 participants (18.5%), Group 2 had 126 (54.6%), and Group 3 had 63 (27.2%). The most preferred subspecialties were cataract and refractive surgery (72%), cornea and ocular surface diseases (52.6%), and oculoplastic surgery (52.6%), with the latter significantly higher among residents. Most preferred destinations were the United Kingdom, the United States, Germany, and Canada. Career development was the primary motivator, while familial obligations were the main barrier. Specialists, those knowledgeable about opportunities, and those proficient in foreign languages were more likely to apply (p<0.05). Multivariate analysis revealed foreign language proficiency as a key differentiating factor between interest and non-interest groups (p<0.001). Conclusion: There is a strong interest in international ophthalmology subspecialty fellowships among young ophthalmologists in Türkiye. This study highlights significant demographic, sociological, and academic factors influencing this interest.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».