MétaCan
Menu
Retour à la cohorte
Enregistrement W2043525372 · doi:10.1136/bmj.38202.364271.be

Country of training and ethnic origin of UK doctors: database and survey studies

2004· article· en· W2043525372 sur OpenAlexaboutno aff
Michael J Goldacre, Jean M. Davidson, Trevor W Lambert

Notice bibliographique

RevueBMJ · 2004
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpecialtyEthnic groupWhite (mutation)Family medicineMedicineWhite BritishWhite paperQuarter (Canadian coin)Medical schoolWorkforceMedical educationPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To report on the country of training and ethnicity of consultants in different specialties in the NHS, on trends in intake to UK medical schools by ethnicity, and on the specialty choices made by UK medical graduates in different ethnic groups. DESIGN: Analysis of official databases of consultants and of students accepted to study medicine; survey data about career choices made by newly qualified doctors. SETTING AND SUBJECTS: England and Wales (consultants), United Kingdom (students and newly qualified doctors). RESULTS: Of consultants appointed before 1992, 15% had trained abroad; of those appointed in 1992-2001, 24% had trained abroad. The percentage of consultants who had trained abroad and were non-white was significantly high, compared with their overall percentage among consultants, in geriatric medicine, genitourinary medicine, paediatrics, old age psychiatry, and learning disability. UK trained non-white doctors had specialty destinations similar to those of UK trained white doctors. The percentage of UK medical graduates who are non-white has increased substantially from about 2% in 1974 and will approach 30% by 2005. White men now comprise little more than a quarter of all UK medical students. White and non-white UK graduates make similar choices of specialty. CONCLUSIONS: Specialist medical practice in the NHS has been heavily dependent on doctors who have trained abroad, particularly in specialties where posts have been hard to fill. By contrast, UK trained doctors from ethnic minorities are not over-represented in the less popular specialties. Ethnic minorities are well represented in UK medical school intakes; and white men, but not white women, are now substantially under-represented.

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)0,002
score de la tête « metaresearch » (Gemma)0,017
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,014
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,331
Tête enseignante GPT0,556
Écart entre enseignants0,225 · 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
GenreEmpirique

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

En bref

Citations71
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetGlobal Health Workforce IssuesTravaux en français237 207