The “Brain Drain”: Factors influencing physician migration to Canada
Notice bibliographique
Résumé
Context: Higher income countries have an average physician density of 300 physicians per 100,000 people. In stark contrast, lower income countries have an average physician density of 17 physicians per 100,000 people. A major cause of this discrepancy is the migration of healthcare professionals from lower income to higher income countries, a phenomenon colloquially known as the “brain drain”. Objective: To explore factors that led International Medical Graduate (IMG) physicians to leave their home countries and migrate to Canada. Methods: An anonymous questionnaire with a mix of open- and close-ended questions was sent to 500 randomly selected IMG physicians practicing in Ontario, Canada. Results were analyzed using a mixed-method design utilizing both descriptive statistics and a thematic analysis approach. Results: 39 physicians met inclusion criteria and completed the survey. The majority were 50 years or older, and over 60% were male. The most common reason for emigration from their home country was the socioeconomic and/or political situation, and the most common reason for selecting Canada was family issues. Suggestions for how brain drain could be stemmed fell into three broad categories: 1) more accurate information about lack of opportunities in Canada, 2) more continuing medical education opportunities in home countries, and 3) address issues such as safety and quality of life in home countries. Conclusions: This survey provides insights into the reasons for emigration and immigration for international medical graduates. The results of this survey can assist stakeholders in working toward appropriate and acceptable solutions to the brain drain.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».