Improving the recruitment and retention of doctors by training medical students locally
Notice bibliographique
Résumé
CONTEXT: The global shortage of doctors is of concern. This is particularly true in French-speaking regions of New Brunswick, Canada, where there is no medical school. Since 1981, francophone medical students from New Brunswick have been able to undertake part of their training in their province through an agreement with medical schools in another province. We studied the effects of frequency and length of exposure to the province of origin during medical training on the likelihood that a doctor will ever or currently practise medicine in that province. METHODS: A questionnaire was sent to 390 francophone doctors from New Brunswick to collect information on history of medical training and practice. Multivariate logistic regressions were used to identify whether exposure to New Brunswick during medical training at the undergraduate and postgraduate levels affects the likelihood of ever or currently practising in the province. RESULTS: A total of 263 doctors participated. Among family doctors, those with exposure to their province of origin in 1, 2, 3 or 4 years of undergraduate training were 2.5 (95% confidence interval [CI] 0.8-7.4), 2.5 (95% CI 0.7-8.6), 9.3 (95% CI 1.5-56.9) and 9.3 (95% CI 1.4-60.1) times more likely, respectively, to currently practise in New Brunswick than doctors who had experienced no exposure to the province during undergraduate training. Among specialty doctors, exposure to New Brunswick during undergraduate training had no effect on location of practice. Family and specialty doctors who had been exposed to New Brunswick during postgraduate residency were 5.9 (95% CI 2.3-14.9) and 3.2 (95% CI 0.9-11.6) times more likely, respectively, to practise in the province than doctors without postgraduate exposure. CONCLUSIONS: Greater exposure to New Brunswick during medical training is associated with significantly better odds that doctors will be recruited to and retained in the province. Some effects are perceived for exposure during both undergraduate (most importantly in the final years) and postgraduate programmes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,007 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».