MétaCan
Menu
Retour à la cohorte
Enregistrement W2885903379 · doi:10.1186/s12909-018-1287-y

The impact of rural outreach programs on medical students’ future rural intentions and working locations: a systematic review

2018· review· en· W2885903379 sur OpenAlexaboutno aff
George E. Johnson, Fredrick Clive Wright, Kirsty Foster

Notice bibliographique

RevueBMC Medical Education · 2018
Typereview
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceContext (archaeology)MedicineOutreachRural areaMedical educationMEDLINERural healthSystematic reviewGrey literatureCurriculumThematic analysisFamily medicineNursingPsychologyQualitative researchPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Significant investment has been undertaken by many countries into 'Rural Clinical Training Placement Schemes' for medical students in order to deal with shortages of trained health care professionals in rural and remote locations. This systematic review examines the evidence base of rural educational programs within medical education and focusses on workforce intentions and employment outcomes. The study provides a detailed description of the methodological characteristics of the literature, thematic workforce outcomes and key related factors are identified, study quality is assessed, and the findings are compared within an international context. METHODS: A systematic review looking at international literature of rural placement programs within medical education between January 2005 to January 2017 from databases including; Medline, Embase, NursingOVID, PubMed and Cochrane. The study adopted the PRISMA protocol. A quality assessment of the literature was conducted based on the Health Gains Notation Framework. RESULTS: Sixty two papers met the inclusion criteria. The review identified three program classifications; Rural Clinical Placement Programs, Rural Clinical Placement Programs combined with a rural health educational curriculum component and Rural Clinical School Programs. The studies included were from Australia, United States, Canada, New Zealand, Thailand and Africa. Questionnaires and tracking or medical registry databases were the most commonly reported research tools and the majority were volunteer programs. Most studies identified potential rural predictors/confounders, however a number did not apply control groups and most programs were based on a single site. There was a clear discrepancy in the ideal rural clinical placement length. Outcomes themes were identified related to rural workforce outcomes. Most studies reported that an organised, well-funded, rural placement or rural clinical school program produced positive associations with increased rural intentions and actual graduate rural employment. CONCLUSIONS: Future research should focus on large scale methodologically rigorous multi-site rural program studies, with longitudinal follow up of graduates working locations. Studies should apply pre-and post-intervention surveys to measure change in attitudes and control for predictive confounders, control groups should be applied; and in-depth qualitative research should be considered to explore the specific factors of programs that are associated with encouraging rural employment.

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)0,009
score de la tête « metaresearch » (Gemma)0,043
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 enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,091
Tête enseignante GPT0,549
Écart entre enseignants0,458 · 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

Citations87
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetGlobal Health Workforce IssuesTravaux en français237 207