Graduates of northern Ontario family medicine residency programs practise where they train.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To examine where graduates of the Northeastern Ontario Family Medicine (NOFM) residency program in Sudbury and the Family Medicine North (FMN) program in Thunder Bay practise after graduation, using cross-sectional and longitudinal analyses. METHODS: Data from the Scott's Medical Database were examined. All physicians who graduated from NOFM and FMN between 1993 and 2002 were included in this analysis. Differences in the location of first practice between NOFM and FMN graduates were tested using chi-squared tests. Logistic regression analyses were used to examine the impact of the training program on a physician's first, as well as continuing, practice location. RESULTS: Between 1993 and 2002, FMN graduates were 4.56 times more likely (95% confidence interval [CI] 2.34-8.90) to practise in rural areas, compared with NOFM graduates, but NOFM graduates were 2.50 times more likely than FMN graduates (95% CI 1.35-4.76) to practise in northern Ontario. There was no statistically significant difference between the graduates of the 2 programs in the likelihood of working in either northern Ontario or a rural area. About two-thirds (67.5%) of all person-years of medical practice provided by NOFM and FMN graduates took place in northern Ontario or rural areas outside the north. CONCLUSION: NOFM and FMN have been successful in producing family physicians to work in northern Ontario and rural areas. Results from this study add to the growing evidence from Canada and abroad that rural or northern medical education and training increases the likelihood that the graduates will practise in rural or northern communities.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle