MétaCan
Menu
Retour à la cohorte
Enregistrement W1999464453 · doi:10.1186/1472-6963-10-50

The "Medicine in Australia: Balancing Employment and Life (MABEL)" longitudinal survey - Protocol and baseline data for a prospective cohort study of Australian doctors' workforce participation

2010· article· en· W1999464453 sur OpenAlexaff
Catherine Joyce, Anthony Scott, Sung‐Hee Jeon, John Humphreys, Guyonne Kalb, Julia Witt, Anne Leahy

Notice bibliographique

RevueBMC Health Services Research · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésNursing researchMedicineHealth administrationWorkforceBaseline (sea)Health informaticsPublic healthCohortCohort studyHealth services researchQuality of Life ResearchHealth economicsProtocol (science)Family medicineGerontologyNursingAlternative medicineEconomic growthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While there is considerable research on medical workforce supply trends, there is little research examining the determinants of labour supply decisions for the medical workforce. The "Medicine in Australia: Balancing Employment and Life (MABEL)" study investigates workforce participation patterns and their determinants using a longitudinal survey of Australian doctors. It aims to generate evidence to support developing effective policy responses to workforce issues such as shortages and maldistribution. This paper describes the study protocol and baseline cohort, including an analysis of response rates and response bias. METHODS/DESIGN: MABEL is a prospective cohort study. All Australian doctors undertaking clinical work in 2008 (n = 54,750) were invited to participate, and annual waves of data collections will be undertaken until at least 2011. Data are collected by paper or optional online version of a questionnaire, with content tailored to four sub-groups of clinicians: general practitioners, specialists, specialists in training, and hospital non-specialists. In the baseline wave, data were collected on: job satisfaction, attitudes to work and intentions to quit or change hours worked; a discrete choice experiment examining preferences and trade-offs for different types of jobs; work setting; workload; finances; geographic location; demographics; and family circumstances. DISCUSSION: The baseline cohort includes 10,498 Australian doctors, representing an overall response rate of 19.36%. This includes 3,906 general practitioners, 4,596 specialists, 1,072 specialists in training, and 924 hospital non-specialists. Respondents were more likely to be younger, female, and to come from non-metropolitan areas, the latter partly reflecting the effect of a financial incentive on response for doctors in remote and rural areas. Specialists and specialists in training were more likely to respond, whilst hospital non-specialists were less likely to respond. The distribution of hours worked was similar between respondents and data from national medical labour force statistics. The MABEL survey provides a large, representative cohort of Australian doctors. It enables investigation of the determinants of doctors' decisions about how much, where and in what circumstances they practice, and of changes in these over time. MABEL is intended to provide an important resource for policy makers and other stakeholders in the Australian medical workforce.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,290
Tête enseignante GPT0,600
Écart entre enseignants0,310 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations172
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetGlobal Health Workforce IssuesTravaux en français237 207