MétaCan
Menu
Retour à la cohorte
Enregistrement W2124806995 · doi:10.1186/1447-056x-12-3

Alberta family physicians’ willingness to work during an influenza pandemic: a cross-sectional study

2013· article· en· W2124806995 sur OpenAlexaffabout
James A. Dickinson, Gisoo Bani-Adam, Tyler Williamson, Sandy Berzins, Craig Pearce, Leah J. Ricketson, Emily Medd

Notice bibliographique

RevueAsia Pacific Family Medicine · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensAlberta Children's HospitalSouth Health CampusQueen's UniversityAlberta Hospital EdmontonHealth Sciences CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicCross-sectional studyFamily medicineInfluenza pandemicCoronavirus disease 2019 (COVID-19)Work (physics)Environmental healthInternal medicinePathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Effective pandemic responses rely on frontline healthcare workers continuing to work despite increased risk to themselves. Our objective was to investigate Alberta family physicians willingness to work during an influenza pandemic. DESIGN: Cross-sectional survey. SETTING: Alberta prior to the fall wave of the H1N1 epidemic. PARTICIPANTS: 192 participants from a random sample of 1000 Alberta family physicians stratified by region. MAIN OUTCOME MEASURES: Willingness to work through difficult scenarios created by an influenza epidemic. RESULTS: The corrected response rate was 22%. The most physicians who responded were willing to continue working through some scenarios caused by a pandemic, but in other circumstances less than 50% would continue. Men were more willing to continue working than women. In some situations South African and British trained physicians were more willing to continue working than other groups. CONCLUSIONS: Although many physicians intend to maintain their practices in the event of a pandemic, in some circumstances fewer are willing to work. Pandemic preparation requires ensuring a workforce is available. Healthcare systems must provide frontline healthcare workers with the support and resources they need to enable them to continue providing care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,109
Tête enseignante GPT0,426
Écart entre enseignants0,317 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Family MedicineMême sujetCOVID-19 and Mental HealthTravaux en français237 207