The Characteristics of Psychiatrists Disciplined by Professional Colleges in Canada
Notice bibliographique
Résumé
BACKGROUND: The identification of health care professionals who are incompetent, impaired, exploitative or have criminal intent is important for public safety. It is unclear whether psychiatrists are more likely to commit medical misconduct offences than non-psychiatrists, and if the nature of these offences is different. AIM: The aim of this study was to compare the characteristics of psychiatrists disciplined in Canada and the nature of their offences and disciplinary sentences for the ten years from 2000 through 2009 to other physicians disciplined during that timeframe. METHODS: Utilizing a retrospective cohort design, we constructed a database of all physicians disciplined by provincial licensing authorities in Canada for the ten years from 2000 through 2009. Demographic variables and information on type of misconduct violation and penalty imposed were also collected for each physician disciplined. We compared psychiatrists to non-psychiatrists for the various outcomes. RESULTS: There were 82 (14%) psychiatrists of 606 physicians disciplined in Canada in the ten years from 2000 through 2009, double the national proportion of psychiatrists. Of those disciplined psychiatrists, 8 (9.6%) were women compared to 29% in the national cohort. A total of 5 (6%) psychiatrists committed at least two separate offenses, accounting for approximately 11% of the total violations. A higher proportion of psychiatrists were disciplined for sexual misconduct (OR 3.62 [95% Confidence Interval [CI] 2.45-5.34]), fraudulent behavior (OR 2.32 [95% CI 1.20-4.40]) and unprofessional conduct (OR 3.1 [95% CI 1.95-4.95]). As a result, psychiatrists had between 1.85-4.35 greater risk of having disciplinary penalties in almost all categories in comparison to other physicians. CONCLUSION: Psychiatrists differ from non-psychiatrist physicians in the prevalence and nature of medical misconduct. Efforts to decrease medical misconduct by psychiatrists need to be conducted and systematically evaluated.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».