MétaCan
Menu
Retour à la cohorte
Enregistrement W1595064987 · doi:10.1111/j.1440-1584.2012.01298.x

Rural physicians' skills enrichment program: A cohort control study of retention in Alberta

2012· article· en· W1595064987 sur OpenAlexaffabout
Ron Gorsche, Wayne Woloschuk

Notice bibliographique

RevueAustralian Journal of Rural Health · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSpecialtyMedicinePsychological interventionFamily medicineRural areaProgram evaluationRural healthNursingGerontology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The Rural Physician Action Plan of Alberta introduced an enrichment program in 2001 to improve physician access to skills training. The objective of this study was to evaluate this program and measure retention compared with matched controls over 5 years. DESIGN: Longitudinal, matched, case control study and program evaluation. SETTING: Rural communities in Alberta, Canada. PARTICIPANTS: Rural physicians. INTERVENTIONS: Thirty-one rural physicians self-selected their personal skills training program and listed three goals they wished to attain. They were matched by age, specialty, years in practice and size of community with rural physicians who did not participate in a skills training or upgrading program. MAIN OUTCOME MEASURES: Goal attainment for subject physicians, use of skills at 5 years and comparison of rural retention of physicians at 5 years. RESULTS: Thirty-two of thirty-five physicians classified their goal attainment to be as expected or greater, and all were using their new skills at 5 years. Of the matched physicians, 29 training participants remained in rural practice at 5 years compared with only 22 of 29 matched control: relative risk 1.31, confidence interval 1.06-1.62 P < 0.05. CONCLUSIONS: The enrichment program provides focused, valued skills training for rural physicians and long-term benefits to rural communities.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,053
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,430
Écart entre enseignants0,396 · 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.

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

Citations16
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Rural HealthMême sujetGlobal Health Workforce IssuesTravaux en français237 207