MétaCan
Menu
Retour à la cohorte
Enregistrement W2886303135 · doi:10.3138/ptc.2017-10.e

Variation in the Geographic Distribution of Physiotherapy Student Clinical Placements in Rural Saskatchewan

2018· article· en· W2886303135 sur OpenAlexaffvenueabout
Tayyab Shah, Stephan Milosavljevic, Peggy Proctor, Arlis M. McQuarrie, Cathy Cuddington, Brenna Bath

Notice bibliographique

RevuePhysiotherapy Canada · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageGeospatial analysisRural areaWork (physics)Distribution (mathematics)GeographyMedicinePhysical therapyCartography

Résumé

récupéré en direct d'OpenAlex

Purpose: Rural and remote Saskatchewan has a shortage of physiotherapists. Positive student experiences in rural and remote communities may influence whether graduates choose to work in these settings. The intention of the first full-time, 4-week clinical placement (CP) in the Master of Physical Therapy programme at the University of Saskatchewan is to provide clinical experiences in rural settings outside Saskatoon and Regina. This study examines the geographic distribution of and yearly variation in these CPs to determine whether this stated intent is being realized. Method: We analyzed the locations of physiotherapy student CPs from 2008 to 2016 using geospatial mapping. Results: Spatial patterning using mapping identified variability in the number of rural placements in geographical regions in Saskatchewan over a 9-year period. An average of 75% of CP experiences occurred in rural locations outside the two major cities in Saskatchewan between 2008 and 2016 (ranging from 58% in 2015 to 84% in 2009). Conclusions: The goal of providing all University of Saskatchewan physiotherapy students with a rural experience for their first CP is not being met. Securing more CPs in rural settings may have a positive impact on recruitment of physiotherapists to these communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,454
Écart entre enseignants0,430 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhysiotherapy CanadaMême sujetGlobal Health Workforce IssuesTravaux en français237 207