Use of clinical placements as a means of recruiting health care students to underserviced areas in Southeastern Ontario: Part 1 – Student perspectives
Notice bibliographique
Résumé
OBJECTIVE: This two-part study examines the present gap between financial and educational incentives required and the recruitment strategies used to draw health science students to underserviced areas in Southeastern Ontario. Part 1 explores the impact of offering travel stipends, rent-free accommodation and interprofessional educational opportunities to health science students on their willingness to participate in clinical placements in underserviced areas. DESIGN: Mixed-method two-part study using a self-administered questionnaire. SETTING: Canadian university campus. PARTICIPANTS: Four hundred and sixty-eight senior level medical, nursing, occupational therapy, physical therapy and X-ray technology students from a Canadian university and affiliated professional school. MAIN OUTCOME MEASURES: The influence of currently established incentives on student willingness to complete a clinical placement in designated underserviced communities in Southeastern Ontario. RESULTS: Based on a 75% response rate, the results demonstrate that, in general, students agree that they are more willing to complete a clinical placement in an underserviced community if provided travel stipends (75%), rent-free housing (92%) and interprofessional educational opportunities (65%). Students also identified 15 additional factors influencing willingness. CONCLUSIONS: Students are more willing to complete clinical placements in underserviced communities if provided incentives. The findings of this study support an interprofessional clinical education and recruitment enhancement program in Southeastern Ontario.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».