MétaCan
Menu
Retour à la cohorte
Enregistrement W7624827

Medical students, money, and career selection: students' perception of financial factors and remuneration in family medicine.

2009· article· en· W7624827 sur OpenAlexaff
Dante Morra, Glenn Regehr, Shiphra Ginsburg

Notice bibliographique

RevuePubMed · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensThe Wilson CentreToronto General HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRemunerationSpecialtyPerceptionDebtPaymentAffect (linguistics)Family medicineFamily incomePsychologyStudent debtSelection (genetic algorithm)Medical educationMedicineFinanceBusinessPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Medical students have had a declining interest in family medicine as a career. Some studies have shown a small inverse relationship between debt levels and primary care, but it is unclear how students perceive remuneration in different specialties and how these perceptions might influence career choice. METHODS: Medical students at one school were surveyed to understand their perceptions of physician remuneration and to gain insight into how these perceptions might affect career selection. RESULTS: Response rate was 72% (560/781 students). Students' estimates of physician income were accurate throughout training, with the overall estimate for family medicine being lower than the actual income by only $10,656. The vast majority of students agreed with the statement that family physicians get paid too little (85%-89% of each class). The importance of payment as a factor in career decision making increased with higher debt and with advancing training. CONCLUSIONS: Students are able to accurately predict income by specialty from an early stage of training and have a negative perception of income in family medicine. The perception that family physicians make too little money could be an important driver--or at least a modifier--in the lack of interest in family medicine.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,297
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDiversity and Career in MedicineTravaux en français237 207