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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 source (Gemma direct ou Codex distillé), 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