MétaCan
Menu
Retour à la cohorte
Enregistrement W2543787901

A review of the recruitment and retention strategies of rural and northern physicians in Manitoba, Canada

2015· review· en· W2543787901 sur OpenAlexaffabout
Jaymie Walker

Notice bibliographique

RevueGlobal Health: Annual Review · 2015
Typereview
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRural areaEconomic shortagePromotion (chess)MedicineCurriculumRural healthHealth careNursingPolitical scienceMedical educationFamily medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recruitment and retention of rural healthcare workers is an important health issue for almost all countries around the world. In 2010, the WHO released guidelines on the sorts of strategies and initiatives countries should implement to improve the number of rural physicians (1). These guidelines, along with recent literature from Canada and Australia, were explored for similar suggestions and themes. These themes were then used to examine the current recruitment and retention initiatives in Manitoba, Canada. Manitoba has over 300,000 citizens living in rural areas and over 100 physician vacancies (2, 3). Despite many new strategies, the shortage is on going (1). Therefore, the current strategies and initiatives in Manitoba are explored in detail and compared to what is recommended in the literature. From there, recommendations were made on how to improve the current deficit of rural physicians in Manitoba based on suggestions from the literature. To improve recruitment, more mandatory rural rotations, incorporation of rural health issues and topics into undergraduate and postgraduate curricula, and promotion of a rural lifestyle should be implemented. To improve retention, expanding continuing medical education or professional development programs in rural areas, implementation of a professional association, and support for physician’s families should be top priority. If Manitoba were to consider implementation of these strategies, rural physician recruitment and retention rates should improve in the next few years.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,889

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,012
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,145
Tête enseignante GPT0,484
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'étudeQualitatif
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Health: Annual ReviewMême sujetGlobal Health Workforce IssuesTravaux en français237 207