MétaCan
Menu
Retour à la cohorte
Enregistrement W2160298032 · doi:10.1186/1471-2458-8-191

Post-graduation migration intentions of students of Lebanese medical schools: a survey study

2008· article· en· W2160298032 sur OpenAlexaboutno aff
Elie A. Akl, Nancy Maroun, Stella Major, Claude Afif, Abir Abdo, Jacques Choucair, Mazen Sakr, Carl K. Li, Brydon J. B. Grant, Holger J. Schünemann

Notice bibliographique

RevueBMC Public Health · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésGraduation (instrument)MedicineBiostatisticsSpecialtyEmigrationStudy abroadPublic healthMedical educationSubspecialtyCurriculumPopulationFamily medicineNursingPsychologyPedagogyEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The international migration of physicians is a global public health problem. Lebanon is a source country with the highest emigration factor in the Middle East and North Africa and the 7th highest in the World. Given that residency training abroad is a critical step in the migration of physicians, the objective of this study was to survey students of Lebanese medical schools about their intentions to train abroad and their post training plans. METHODS: Our target population consisted of all students of Lebanese medical schools in the pre-final and final years of medical school. We developed the survey questionnaire based on the results of a qualitative study assessing the intentions and motives for students of Lebanese medical schools to train abroad. The questionnaire inquired about student's demographic and educational characteristics, intention to train abroad, the chosen country of abroad training, and post-training intention of returning to Lebanon. RESULTS: Of 576 eligible students, 425 participated (73.8% response rate). 406 (95.5%) respondents intended to travel abroad either for specialty training (330 (77.6%)) or subspecialty training (76 (17.9%)). Intention to train abroad was associated with being single compared with being married. The top 4 destination countries were the US (301(74.1%)), France (49 (12.1%)), the United Kingdom (31 (7.6%)) and Canada (17 (4.2%)). One hundred and two (25.1%) respondents intended to return to Lebanon directly after finishing training abroad; 259 (63.8%) intended to return to Lebanon after working abroad temporarily for a varying number or years; 43 (10.6%) intended to never return to Lebanon. The intention to stay indefinitely abroad was associated male sex and having a 2nd citizenship. It was inversely associated with being a student of one of the French affiliated medical schools and a plan to train in a surgical specialty. CONCLUSION: An alarming percentage of students of Lebanese medical schools intend to migrate for post graduate training, mainly to the US. A minority intends to return directly to Lebanon after finishing training abroad.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,190
Tête enseignante GPT0,504
Écart entre enseignants0,314 · 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

Citations75
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetGlobal Health Workforce IssuesTravaux en français237 207