它是医学院的第四年,我一直梦想在时代的语言(电子实习应用服务)。在不到一个月,我将把我的名字放到分院帽的应用程序作为匹配算法来面试的一部分,希望我将匹配儿科实习职位。
基于2014年项目负责人调查数据发布的国家居住配套项目(NRMP)平均1392年医科学生将适用于儿科住院医师提供15个席位。大约20%将采访,和那些真正的采访中,只有8%的人将有机会导纳。
内科收到最多的应用程序,并且提供了最好的原料数量在全国范围内的职位。然而,平均有2864名学生将与18点,适用于一个程序将采访,11%和7%的受访者将最终录取。在一些竞争非常激烈的项目,因为数量有限的空间或受欢迎的专业,面试率沉到15% (ENT), 13%(整形手术),10%(皮肤)。
说话的时候,我的导师们,似乎整个过程在很大程度上依赖数字代表人民。告诉我大量的应用程序使得做否则几乎不可能,而董事会的分数已被证明与未来在培训考试成绩,尽管相当范围的变化。来发现,USMLE第1步不是设计或最初的预测未来的测试性能。尽管如此,它现在已经成为一个非常常见的方式分层医学生应该作为预测未来的测试性能。
收听NPR上个月我遇到了一个故事关于两个体育作家认为他们可以创建一个棒球队赢得基于单个球员的数据收集统计数据。他们感兴趣的棒球数据统计分析法,用以描述寻找客观了解棒球。原则与引用《点球成金》解释说,当乔纳•希尔(彼得)表示:“20000年的著名的球员为我们考虑,我相信有一个冠军的25人团队,我们可以负担得起,像一个不合群的玩具。”
当被追问来描述一个球员选择团队,运动的作家之一选择一个特定的棒球运动员解释道:
他来自一个部门第三学校所以他没有起草。他不把尤为严重。他把火箭筒,然后开关有时扔在上面,所以有一点欺骗。但他并不是一个大个子。他没有你的典型的运动员的身体。但是当你看他的数据,甚至调整后的质量竞争和棒球场和天气,还有很多因素需要考虑,你应用这些调整他的统计数据后,他就像一个最好的大四学生。这是原型的人后,我们已经。
在大多数情况下,医学生“棒球数据统计分析法”(这个词实际上仅指棒球)是由应用程序的其余部分:信件,个人陈述,区别AOA和人道主义奖,所有这些都是为了提供更多的有关性能的数据。这些在很大程度上是主观的代替我们提供原始目标数据的能力我们如何在团队中工作或专业的如果有问题。
我相信应用程序广泛足以做一个人的正义。令人担忧的是,统计数据显示,大多数应用程序提交给一个程序不会打开仅仅根据考试成绩,特别是考试步骤1。
我承认我主要关心的是自私,不一定很明显的原因。实习,明年我将依靠我的实习生的支持和知识。我不在乎他们一点高于或低于一个阈值在他们USMLE第1步得分,但我绝对在乎他们可以处理压力,如果他们是尊重团队成员和病人,如果他们促进教学和学习的环境,而不是一个竞争。我介意他们总是准备笑当事情变得粗糙或准备严重时悲剧权证板着脸。我希望他们勇敢地坐下来对话有困难,是否解释心因性疾病或死亡的诊断我们的病人和他们的家属。
我以前的每一个运作良好的团队是由可爱的,有缺陷,还不平衡互补的团队成员。我们远离对方的复制品。我想知道一些智能算法可以更有意识的工作量化的部分我们的应用程序涉及到与人交流,把我们的办公桌上的文件要我们专门提供的程序。也许这已经到位。这是有可能的,从我坐的地方,我无法得知医学生的棒球数据统计分析法。我希望如此。
为了我的未来团队的实习生,不适合玩具虽然我们可能,我非常希望如此。
希瑟·阿尔瓦是一个医科学生。这篇文章
图片来源:Shutterstock.com