Preparedness for rural community leadership and its impact on practice location of family medicine graduates
Notice bibliographique
Résumé
OBJECTIVE: To identify non-clinical dimensions of preparedness for rural practice and to determine whether preparedness for rural practice is predictive of rural practice location. DESIGN: Cross-sectional postal survey mailed in 2001. SETTING: Communities across Canada where graduates were practising. SUBJECTS: Graduates (n = 369) of the family medicine residency program at the universities of Alberta (U of A) and Calgary (U of C) between 1996 and 2000, inclusive. INTERVENTIONS: Using a 4-point scale, graduates rated the extent to which the residency program prepared them for eight dimensions of rural practice: clinical demands of rural practice, understanding rural culture, small community living, balancing work and personal life, establishing personal/professional boundaries, becoming a community leader, handling a 'fish bowl' lifestyle, and choosing a suitable community. MAIN OUTCOME MEASURE: Identification of non-clinical dimensions of preparedness for rural practice and whether scores on preparedness scales are predictive of rural practice location. RESULTS: The overall response rate was 76.4%. Factor analysis of the eight preparedness items produced two factors, 'rural culture' and 'rural community leader' which explained 72% of the variance. The alpha coefficient for each factor was 0.87. Odds ratios revealed that family medicine graduates prepared for rural community leadership roles were 1.92 (CI = 1.03-3.61) times more likely to be in rural practice. Rural physicians were also 2.14 (CI = 1.13-4.03) times as likely to have a rural background. CONCLUSIONS: Preparedness to be a rural community leader and having a rural background were predictive of rural practice. Educators should consider this in both family medicine residency admissions policy and practice and when designing and implementing family medicine residency curricula.
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 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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».