A carbon footprint study of the Canadian medical residency interview tour
Notice bibliographique
Résumé
Each spring, thousands of Canadian medical students travel across the country to interview for residency positions, a process known as the CaRMS tour. Despite the large scale of travel, the CaRMS tour has received little environmental scrutiny. To estimate the national carbon footprint of flights associated with the CaRMS tour, as well as reductions in emissions achievable by transitioning to alternative models. We developed a three-question online commuter survey to collect the unique travel itineraries of applicants in the 2020 CaRMS tour. We calculated the emissions associated with all flights and modelled expected emissions for two alternative in-person interview models, and two virtual interview models. We collected 960 responses out of 2943 applicants across all 17 Canadian medical schools. We calculated the carbon footprint of flights for the 2020 CaRMS as 4239 tCO<sub>2</sub>e (tonnes of carbon dioxide equivalents), averaging 1.44 tCO<sub>2</sub>e per applicant. The average applicant’s tour emissions represent 35.1% of the average Canadian’s annual household carbon footprint, and the emissions of 26.7% of respondents exceeded their entire annual ‘2050 carbon budget.’ Centralized in-person interviews could reduce emissions by 13.7% to 74.7%, and virtual interviews by at least 98.4% to 99.9%. Mandatory in-person residency interviews in Canada contribute significant emissions and reflect a culture of emissions-intensive practices. Considerable decarbonization of the CaRMS tour is possible, and transitioning to virtual interviews could eliminate the footprint almost entirely.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,278 | 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 ».