‘Why do an MPH?’ Motivations and intentions of physicians undertaking postgraduate public health training at the University of Cape Town
Notice bibliographique
Résumé
BACKGROUND: Public health (PH) approaches underpin the management and transformation of health systems in low- and middle-income countries. Despite the Master of Public Health (MPH) rarely being a prerequisite for health service employment in South Africa, many physicians pursue MPH qualifications. OBJECTIVES: This study identifies their motivations and career intentions and explored MPH programme strengths and gaps in under- and post-graduate PH training. DESIGN: A cross-sectional study using an online questionnaire was completed by physicians graduating with an MPH between 2000 and 2009 and those enrolled in the programme in 2010 at the University of Cape Town. RESULTS: Nearly a quarter of MPH students were physicians. Of the 65 contactable physicians, 48% responded. They were mid-career physicians who wished to obtain research training (55%), who wished to gain broader perspectives on health (32%), and who used the MPH to advance careers (90%) as researchers, policy-makers, or managers. The MPH widened professional opportunities, with 62% changing jobs. They believed that inadequate undergraduate exposure should be remedied by applying PH approaches to clinical problems in community settings, which would increase the attractiveness of postgraduate PH training. CONCLUSIONS: The MPH allows physicians to transition from pure clinical to research, policy and/or management work, preparing them to innovate changes for effective health systems, responsive to the health needs of populations. Limited local job options and incentives are important constraining factors. Advocacy for positions requiring qualifications and benchmarking exit competencies of programmes nationally may promote enrolment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».