Learning to practice in Canada: The hidden curriculum of international medical graduates
Notice bibliographique
Résumé
INTRODUCTION: There is movement of physicians internationally. In some cases, physicians are recruited from low-income countries to wealthier countries like Canada to provide medical services in underresourced communities. This needs assessment examined the clinical medicine learning challenges faced by international medical graduates (IMGs) from the perspective of both the IMGs and medical leaders (eg, Vice President-Medical for a Health Region). METHODS: Focus groups with 25 IMGs were held in 6 regional centers. Face-to-face interviews were held with 10 medical leaders. Participants were asked about the learning associated with patient management, patient referral, and investigation, for billing and insurance, and learning about new systems of care. Qualitative data were analyzed to determine how well the perspectives on learning were aligned. RESULTS: IMGs and medical leaders recognized that learning and support were needed by physicians without previous experience in Canada. They had similar lists of learning issues. Although medical leaders believed the new information was explicit, readily available, and could be learned from short explanations and lists; IMGs found that guidelines and expectations were implicit, confusing, and contradictory. There were mediating influences in the form of orientation programs, other IMGs, and "how to" lists in some cases, which helped the newcomer. DISCUSSION: There was concordance about aspects of the learning that was required between IMGs and medical leaders. There was little agreement about the approach to learning or a recognition that the learning tasks were complicated.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,004 |
| 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 ».