MétaCan
Menu
Retour à la cohorte
Enregistrement W2330313054 · doi:10.1136/postgradmedj-2014-132908

Brain drain: final year medical students’ intentions of training abroad

2015· article· en· W2330313054 sur OpenAlexaboutno aff
Ana Bojanić, Katarina Bojanić, Robert Likić

Notice bibliographique

RevuePostgraduate Medical Journal · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBrain drainTraining (meteorology)Medical education

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Croatia, a new European Union (EU) member state since July 2013, there is already a shortage of around 3280 doctors to reach the European average. OBJECTIVES: To investigate the emigration intentions of the current cohort of final year medical students at Zabreb School of Medicine. METHODS: An electronic questionnaire was used in June 2013 to assess the attitudes of 232 final year medical students towards working conditions abroad and expectations for career opportunities in Croatia following accession to the EU. RESULTS: With an overall response rate of 87%, more than half of the surveyed students (106/202, 53%) intended to travel abroad, either for specialty (52/202, 26%) or subspecialty (54/202, 27%) training. More female students (58/135, 43%) than male students (17/62, 27%) indicated they would not emigrate. Most attractive emigration destinations were: Germany (34/121, 28%), USA (19/121, 16%), the UK (19/121, 16%), Switzerland (16/121, 13%) and Canada (11/121, 9%). The most important goals that respondents aimed to achieve through training abroad were to excel professionally (45/120, 38%), to prosper financially (20/120, 17%) and to acquire new experiences and international exposure (31/120, 26%). CONCLUSIONS: Students' motivating factors, goals for and positive beliefs about training abroad, as well as negative expectations regarding career opportunities in Croatia, may point towards actions that could be taken to help make Croatia a country that facilitates medical education and professional career development of young doctors.

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)0,007
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,177
Tête enseignante GPT0,516
Écart entre enseignants0,339 · 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

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePostgraduate Medical JournalMême sujetGlobal Health Workforce IssuesTravaux en français237 207