MétaCan
Menu
Retour à la cohorte
Enregistrement W2148333161

Professional activity. How is family physicians' work time changing?

2001· article· en· W2148333161 sur OpenAlexaffabout
C A Woodward, B. M. Ferrier, May Cohen, Judy Brown

Notice bibliographique

RevuePubMed · 2001
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésFamily medicineMedicineWork hoursWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine hours worked professionally, work preferences, and changes in both of these and their correlates. DESIGN: Repeated surveys done in 1993 and 1999. SETTING: Ontario family practices. PARTICIPANTS: Cohort of physicians certified in family medicine between 1989 and 1991 after family medicine residency who were surveyed in 1993 when they resided in Ontario. MAIN OUTCOME MEASURES: Self-reported hours spent weekly on professional activities, desired hours of professional work, and balance between work and other activities. RESULTS: Fifty-three percent (293) of 553 physicians responded to the 1999 survey; 91% had remained family physicians; 85% of these had participated in the 1993 survey. The difference between the hours that family physicians preferred to work professionally and their actual hours of work had increased since 1993. Childless physicians, women physicians with preschool children, and women physicians married to other physicians worked fewer hours professionally than other physicians in 1999. Female physicians and physicians without children worked closer to their preferred hours than other physicians. Reporting a preference to work fewer hours professionally in 1993 was linked with a reduction in professional activities by 1999. CONCLUSION: Greater attention should be paid in physician resource planning to the family life cycle of female physicians. Lifestyle changes could lead to a reduction in professional activity among these physicians.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,072
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,359
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations15
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207