Trying to Stand Out: Analysis of "Extracurricular" Activities Of Otolaryngology Residency Applicants
Notice bibliographique
Résumé
Medical students strategically engage in extracurricular activities outside the formal curriculum to distinguish themselves from peers and improve their candidacy for a residency program. This study explores longitudinal characteristics and prevalence of these activities reported by applicants to competitive Canadian OTL-HNS residency across time. A retrospective, descriptive study was designed to review specific sections of the curriculum vitae of applicants to OTL-HNS programs in Canada. These sections were self-reported, and included research productivity, involvement in volunteer and leadership activities, membership in associations, and honours / awards granted. Analysis of the results relied on descriptive statistics. Between 2013 to 2017, a total of 267 applicants reported a median of 12.6 research publications, 9.6 volunteer activities, 6 leadership activities, 6 association memberships and 9.8 honours / awards. At least one applicant every year reported having over 46 publications, and over 32 honours/ awards. Applicants were younger over time, with proportions of applicants over 30 years old decreasing from 56% in 2013 to 9% in 2017. Medical students applying to Canadian OTL-HNS residency programs are reporting consistently high rates of extracurricular activities. As students pursue becoming the “ideal” candidate with unobtainable and unsustainable qualifications, residency selection committees have difficulty in differentiating between quality applicants. We urge key stakeholders to challenge and rethink the current application process, to broaden the selection criteria, and to adapt a more holistic assessment of medical students aligned with residency goals and expectations toward competency.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».