Estimating nurse migration from the Bahamas between 1994 and 2005: An exploratory descriptive study using a social network identification methodology
Notice bibliographique
Résumé
The purpose of this study was to collect primary data on the migration patterns of Bahamian nurses who had registered as nurses during the period 1994-2005. We used an established social network identification method developed by Delanyo Dovlo to determine whether (and to where) Bahamian nurses had migrated. We reviewed nursing registrants' records from the Nursing Council of the Commonwealth of the Bahamas. We telephoned two nurses per cohort of registration and graduation year, asking the interviewee to identify the current location of colleagues registered in their same cohort. Between 1994 and 2005, a total of 18 out of 282 nurses were either confirmed or probably migrated (6%). Ninety-six per cent of those nurses registered during the study time frame were located during the exercise, partially because of an improvement on the Dovlo method--calling a nurse leader who could locate nursing classmates and colleagues beyond his or her own year of graduation. Nurse migration in the Bahamas appears lower than in surrounding countries, posing a research opportunity to investigate the causes for this positive deviation. Future studies employing this method should include interviews of nurse leaders who can confirm the location of a much wider range of people than can the average participant.
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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 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 ».