Brain Gains: a literature review of medical missions to low and middle-income countries
Notice bibliographique
Résumé
BACKGROUND: Healthcare professionals' participation in short-term medical missions to low and middle income countries (LMIC) to provide healthcare has become common over the past 50 years yet little is known about the quantity and quality of these missions. The aim of this study was to review medical mission publications over 25 years to better understand missions and their potential impact on health systems in LMICs. METHODS: A literature review was conducted by searching Medline for articles published from 1985-2009 about medical missions to LMICs, revealing 2512 publications. Exclusion criteria such as receiving country and mission length were applied, leaving 230 relevant articles. A data extraction sheet was used to collect information, including sending/receiving countries and funding source. RESULTS: The majority of articles were descriptive and lacked contextual or theoretical analysis. Most missions were short-term (1 day - 1 month). The most common sending countries were the U.S. and Canada. The top destination country was Honduras, while regionally Africa received the highest number of missions. Health care professionals typically responded to presenting health needs, ranging from primary care to surgical relief. Cleft lip/palate surgeries were the next most common type of care provided. CONCLUSIONS: Based on the articles reviewed, there is significant scope for improvement in mission planning, monitoring and evaluation as well as global and/or national policies regarding foreign medical missions. To promote optimum performance by mission staff, training in such areas as cross-cultural communication and contextual realities of mission sites should be provided. With the large number of missions conducted worldwide, efforts to ensure efficacy, harmonisation with existing government programming and transparency are needed.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,027 | 0,029 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».