Paying Community Preceptors in the Family Medicine Clerkship: Trends From a CERA Secondary Analysis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Recent evidence has suggested that fewer family medicine clerkships are using community preceptors as their primary source of teaching. One way to incentivize community preceptors is to pay them. Multiple factors, though, make payment of community preceptors complex. Our study looked at trends in payment of community preceptors in the United States and Canada over the past decade. METHODS: We performed a secondary analysis of the Council of Academic Family Medicine Educational Research Alliance annual family medicine clerkship director surveys from 2014 to 2023. We analyzed the surveys' standard clerkship payment questions and identified trends using Pearson's correlation coefficient test. RESULTS: From 2014 to 2023, we found no significant change in the number of medical schools that pay community preceptors in the family medicine clerkship. We also found no significant change in the amount paid to community preceptors in the family medicine clerkship. In 2014, the average amount paid was $238±138 per student, compared to 2023 where the average amount paid was $258±$158. When analyzed against inflation, these data reflect that a significant gap in the value of the compensation for community preceptors has developed. CONCLUSIONS: The compensation of community preceptors in US and Canadian family medicine clerkships has not kept up with inflation. Additional research is needed to study the motivations of community preceptors to educate in the family medicine clerkship and how both monetary and nonmonetary incentives can help recruit and retain these important educators.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».