Research productivity among faculty members at medical and health schools in Saudi Arabia. Prevalence, obstacles, and associated factors.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To identify the prevalence, factors and obstacles affecting research productivity among academic staff at medical and health colleges in the Kingdom of Saudi Arabia. METHODS: This cross-sectional survey employed self-administered questionnaires to collect data on faculty members' profile, research activities, and obstacles impeding research productivity. The questionnaires were distributed randomly to 500 faculty members, of which 389 (77.8%) completed the questionnaire at 10 medical and health colleges during January to April 2011. The data were analyzed and presented in a descriptive fashion. RESULTS: Only 150 (38.6%) respondents reported published work in the past 2 years. Of these, 80% indicated sole-authors research and around a quarter (26%) reported co-authors work. Males and young faculty members were more likely to publish research than their counterparts. Faculty members who reported involvement in administrative activities were less likely to publish. Those who reported supervising postgraduate students or had attained training on research methods were more likely to produce research. Respondents perceived that lack of time, lack of research assistants, lack of funds for research, and being busy with teaching load were the most cited obstacles impeding research productivity. CONCLUSION: Understanding factors and barriers impeding research productivity is a prerequisite for interventions that are directed to promote health services research among faculty members in medical schools.
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.
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 | 0,036 | 0,183 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle