Characteristics of Queensland physicians and the influence of rural exposure on practice location
Notice bibliographique
Résumé
The Queensland branch of the Royal Australasian College of Physicians (RACP) commissioned this study to update their workforce profile and examine rural practice. The present investigation aimed to describe characteristics of Queensland physicians and determine the influence of childhood and training locations on current rural practice. A cross-sectional online survey, conducted 4 July-4 November 2013, was administered to Fellows of The RACP, Queensland. Descriptive statistics report characteristics and logistic regression analyses identify associations and interactions. The outcome measure was current practice location using the Australian Standard Geographic Classification - Remoteness Area. Data were obtained for 633 physicians. Their average age was 49.5 years, a third was female and a quarter was in rural practice. Rural practice was associated with a rural childhood (odds ratio (OR) (95% confidence interval, CI) 1.89 (1.10, 3.27) P = 0.02) and any time spent as an intern (OR 4.07 (2.12, 7.82) P < 0.001) or registrar (OR 4.00 (2.21, 7.26) P < 0.001) in a rural location. Physicians with a rural childhood and rural training were most likely to be in rural practice. However, those who had a metropolitan childhood and a rural internship were approximately five times more likely to be working in rural practice than physicians with no rural exposure (OR 5.33 (1.61, 17.60) P < 0.01). The findings demonstrate the positive effect of rural vocational training on rural practice. A prospective study would determine if recent changes to the Basic Physician Training Pathway and the Basic Paediatric Training Network (more rural training than previous pathways) increases the rate of rural practice.
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 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».