The cost of health professionals' brain drain in Kenya
Notice bibliographique
Résumé
BACKGROUND: Past attempts to estimate the cost of migration were limited to education costs only and did not include the lost returns from investment. The objectives of this study were: (i) to estimate the financial cost of emigration of Kenyan doctors to the United Kingdom (UK) and the United States of America (USA); (ii) to estimate the financial cost of emigration of nurses to seven OECD countries (Canada, Denmark, Finland, Ireland, Portugal, UK, USA); and (iii) to describe other losses from brain drain. METHODS: The costs of primary, secondary, medical and nursing schools were estimated in 2005. The cost information used in this study was obtained from one non-profit primary and secondary school and one public university in Kenya. The cost estimates represent unsubsidized cost. The loss incurred by Kenya through emigration was obtained by compounding the cost of educating a medical doctor and a nurse over the period between the average age of emigration (30 years) and the age of retirement (62 years) in recipient countries. RESULTS: The total cost of educating a single medical doctor from primary school to university is 65,997 US dollars; and for every doctor who emigrates, a country loses about 517,931 US dollars worth of returns from investment. The total cost of educating one nurse from primary school to college of health sciences is 43,180 US dollars; and for every nurse that emigrates, a country loses about 338,868 US dollars worth of returns from investment. CONCLUSION: Developed countries continue to deprive Kenya of millions of dollars worth of investments embodied in her human resources for health. If the current trend of poaching of scarce human resources for health (and other professionals) from Kenya is not curtailed, the chances of achieving the Millennium Development Goals would remain bleak. Such continued plunder of investments embodied in human resources contributes to further underdevelopment of Kenya and to keeping a majority of her people in the vicious circle of ill-health and poverty. Therefore, both developed and developing countries need to urgently develop and implement strategies for addressing the health human resource crisis.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».