MétaCan
Menu
Retour à la cohorte
Enregistrement W2553114449 · doi:10.1186/s12960-016-0166-z

A systematic review of physician retirement planning

2016· review· en· W2553114449 sur OpenAlexafffundabout
Michelle Pannor Silver, Angela D. Hamilton, Aviroop Biswas, Natalie Warrick

Notice bibliographique

RevueHuman Resources for Health · 2016
Typereview
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensInstitute for Work & HealthThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesMitacs
Mots-clésCINAHLPsycINFOMEDLINEHealth services researchWorkloadMedicineFamily medicineRetirement planningQualitative researchPsychologyNursingPublic healthPsychological interventionActuarial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physician retirement planning and timing have important implications for patients, hospitals, and healthcare systems. Unplanned early or late physician retirement can have dire consequences in terms of both patient safety and human resource allocations. This systematic review examined existing evidence on the timing and process of retirement of physicians. Four questions were addressed: (1) When do physicians retire? (2) Why do some physicians retire early? (3) Why do some physicians delay their retirement? (4) What strategies facilitate physician retention and/or retirement planning? METHODS: English-language studies were searched in electronic databases MEDLINE, Web of Science, Scopus, CINAHL, AgeLine, Embase, HealthSTAR, ASSA, and PsycINFO, from inception up to and including March 2016. Included studies were peer-reviewed primary journal articles with quantitative and/or qualitative analyses of physicians' plans for, and opinions about, retirement. Three reviewers independently assessed each study for methodological quality using the Newcastle-Ottawa Scale for quantitative studies and Critical Appraisal Tool for qualitative studies, and a fourth reviewer resolved inconsistencies. RESULTS: In all, 65 studies were included and analyzed, of which the majority were cross-sectional in design. Qualitative studies were found to be methodologically strong, with credible results deemed relevant to practice. The majority of quantitative studies had adequate sample representativeness, had justified and satisfactory sample size, used appropriate statistical tests, and collected primary data by self-reported survey methods. Physicians commonly reported retiring between 60 and 69 years of age. Excessive workload and burnout were frequently cited reasons for early retirement. Ongoing financial obligations delayed retirement, while strategies to mitigate career dissatisfaction, workplace frustration, and workload pressure supported continuing practice. CONCLUSIONS: Knowledge of when physicians plan to retire and how they can transition out of practice has been shown to aid succession planning. Healthcare organizations might consider promoting retirement mentorship programs, resource toolkits, education sessions, and guidance around financial planning for physicians throughout their careers, as well as creating post-retirement opportunities that maintain institutional ties through teaching, mentoring, and peer support.

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)0,023
score de la tête « metaresearch » (Gemma)0,108
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,108
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,008
Bibliométrie0,0210,021
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,373
Tête enseignante GPT0,539
Écart entre enseignants0,166 · 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'étudeRevue systématique
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

Citations154
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetRetirement, Disability, and EmploymentTravaux en français237 207