Successful Applicant and Program Director Perspectives on the Virtual Residency Selection Process for Canadian Surgical Subspecialties
Notice bibliographique
Résumé
Introduction: The COVID-19 pandemic imparted an important shift in strategies postgraduate surgical programs use to recruit, interact with, and select medical students applying through the Canadian Resident Matching Service (CaRMS). With this unprecedented shift toward virtual applicant selection, this study sought to explore and analyze perspectives of the first cohort of program directors (PDs) and applicants who participated in this process. Methods: A cross-sectional survey study was designed using Google Forms for both PDs and applicants participating in the 2021 CaRMS surgical subspecialty selection process. Questions pertained to format and content of virtual engagement methods, the interview itself, as well as advice for future applicants. Results: Thirty-five PDs and 40 successful applicants (n = 75) participated in the study. Cost reduction was the most commonly reported benefit of online interviewing by PDs (85%), followed by efficiency (71%), enhanced resource management (49%), and ability to conduct more interviews (23%). Strong letters of reference (80%) and interview performance (74%) remained the most significant factors in virtual applicant selection. Attendance to virtual recruitment events did not increase the likelihood of offering interviews (n = 24, 69% of PDs), although the ability to perform in-person electives held tremendous value. Most applicants (90%) reported on virtual information sessions as the best method for learning about programs; work culture and environment were topics most valued as discussion points (90%). Successful applicants provided an average confidence of 76% regarding their suitability with their matched programs. Seventy-three percent of applicants (n = 29) had either a preference for virtual interviews or were equivocal, while 51.4% of PDs (n = 18) preferred interviews to be conducted virtually for future cohorts. Conclusion: Trainees are entering residency with confidence following a virtual selection process, and PDs feel confident in their selections. Although no clear consensus exists regarding preference for virtual or in-person interviews, several advantages for virtual resident selection exist. The influence of an in-person elective was found difficult to replace, regardless of interview format. The importance of applicant engagement with programs prior to interviews is highlighted and discussed with recommendations provided for best practices.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».