Notice bibliographique
Résumé
OBJECTIVE: To identify factors that are associated with the scope of practice of FPs and GPs who have office-based practices. DESIGN: Secondary univariable and multivariable analyses of cross-sectional data from the 2001 National Family Physician Workforce Survey conducted by the College of Family Physicians of Canada. SETTING: Canada. PARTICIPANTS: General community of FPs and GPs who spent most of their clinical time in office settings. MAIN OUTCOME MEASURES: Demographic characteristics and scope of practice score (SPS), which was the number of 12 selected medical services provided by office-based FPs and GPs. RESULTS: The multivariable model explained 35.1% of the variation in the SPS among participants. Geographic factors of provincial division and whether or not the population served was rural explained 30.5% of the variation in the SPS. Male physician sex, younger physician age, being in group practice, greater access to hospital beds, less access to specialists, main practice setting of an academic teaching unit, mixed method physician payment, additional structured postresidency training, and greater number of different types of allied health professionals in the main practice setting were also associated with higher SPSs. CONCLUSION: Geographic factors were the strongest determinants of scope of practice; physician-related factors, availability of health care resources to the main practice setting, and practice organization factors were weaker determinants. It is important to understand how and why geographic factors influence scope of practice, and whether a broad scope of practice independent of population needs benefits the population. This study supports primary care renewal efforts that use mixed payment systems, incorporate allied health care professionals into family and general practices, and foster group practices.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».