The Migration of Physicians and the Local Supply of Practitioners
Notice bibliographique
Résumé
PURPOSE: The overall distribution of physicians in the United States is uneven, with concentrations in urban areas while some rural places have proportionately very few. This report examines the movement of physicians who have completed their training and choose to move from one location to another. METHOD: The analysis linked the locations of practice of physicians practicing in the 50 U.S. states in 2006 and 2011 using data from the American Medical Association Physician Masterfile. Age, gender, location practice, activity status, and specialty were included in the data. Physicians who changed address in the five-year period were identified and were compared with nonmovers using descriptive statistics. A summary logistic regression of movers compared with nonmovers was performed to assess the most important correlates of migration. RESULTS: The overall rate of county-to-county relocation for physicians was 19.8% for the five-year period 2006-2011. Analyses indicated that older, male, and urban physicians were less likely to move; that physicians with osteopathic training were more likely to move; and that surgeons and primary care physicians were less likely to move compared with other specialists. CONCLUSIONS: The physician workforce in the United States migrates from place to place, and this movement determines the local supply of practitioners at any given time. Programs that intend to influence the local supply of doctors should account for this background tendency to relocate practice in order to achieve goals of more equal geographic distribution.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».