MétaCan
Menu
Retour à la cohorte
Enregistrement W2314378292 · doi:10.1097/acm.0b013e318222e314

Comparison of Canadian Medical Graduates and International Medical Graduates in Canada: 1989–2007

2011· article· en· W2314378292 sur OpenAlexaffabout
Philip S. Mok, Mark O. Baerlocher, Caroline Abrahams, Eva Y.L. Tan, Steve Slade, Sarita Verma

Notice bibliographique

RevueAcademic Medicine · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpecialtyMedicineFamily medicineHealth careDemographyPolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To compare Canadian medical graduates (CMGs) and international medical graduates (IMGs) who completed postgraduate medical education in Canada from 1989 to 2007 by age, gender, specialty, and practice characteristics. METHOD: Data on all CMGs and IMGs who completed residencies or fellowships in Canada from 1989 to 2007 were extracted from the Canadian Post-M.D. Education Registry. Data from 1989-1993 and 2003-2007 were pooled for analysis. RESULTS: A total of 8,501 CMGs and 1,828 IMGs completed post-MD training at Canadian institutions between 1989 and 1993 inclusive; 7,734 CMGs and 1,879 IMGs completed such training between 2003 and 2007. From 1989-1993 to 2003-2007, the average age of CMGs increased from 29.8 to 31.1 years, and average age of IMGs increased from 36.1 to 37.0 years. From 1989-1993 to 2003-2007, the percentage of women increased from 41% (3,471/8,501) to 52% (4,016/7,734) and from 28% (509/1,828) to 42% (791/1,879) for CMGs and IMGs, respectively. The proportion of CMGs who trained in family medicine declined from 54% (4,568/8,501) to 38% (2,921/7,734) from 1989-1993 to 2003-2007. The percentage of IMGs who trained in family medicine increased from 19% (344/1,828) to 37% (699/1,879) during the same period. CONCLUSIONS: IMGs tended to be older, more likely to be men, and more likely to pursue family medicine than their CMG counterparts. These differences have implications in designing future health care policy and recruiting physicians from abroad. Other countries could look at their own physician demographics using this study's methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,184
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,169
Tête enseignante GPT0,469
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetGlobal Health Workforce IssuesTravaux en français237 207