MétaCan
Menu
Retour à la cohorte
Enregistrement W2974436801 · doi:10.11124/jbisrir-2017-004009

Retention strategies and interventions for health workers in rural and remote areas: a systematic review protocol

2019· review· en· W2974436801 sur OpenAlexfundno aff
Sonia Hines, John Wakerman, Timothy A. Carey, Deborah Russell, John Humphreys

Notice bibliographique

RevueJBI Evidence Synthesis · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesFlinders UniversityMcGill University
Mots-clésStaffingObservational studyPsychological interventionIncentiveWorkforceRural areaMedicineEnvironmental healthHealth careRural healthNursingEconomic growth

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of the current review is to examine the association between exposure to strategies or interventions to retain health workers in rural and remote areas of high-income countries and improved retention rates. INTRODUCTION: Attracting and retaining sufficient healthcare staff to provide adequate services for residents of rural and remote areas is an international problem. High-income countries have specific challenges in staffing remote and rural areas; despite the majority of the population clustering in large cities, a significant number of communities are in rural, remote or frontier areas which may be perceived as less attractive locations in which to live and work. INCLUSION CRITERIA: The review will consider studies that include health workers in high-income countries where participants have been exposed to interventions, support measures or incentive programs to increase retention or workforce length of employment or reduce turnover for health workers in rural and remote areas. Analytical observational studies, case-control studies, analytical cross-sectional studies, descriptive observational study designs, and descriptive cross-sectional studies published from 2010 will be eligible for inclusion. METHODS: We will use the JBI methodology for reviews of risk and etiology. A range of databases will be searched. Two reviewers will screen, critically appraise eligible articles, and extract data from included studies. Data synthesis will be conducted, where feasible, with RevMan 5.3.5. A random effects model will be used to conduct meta-analyses. We will assess the certainty of the findings using the Grading of Recommendations, Assessment, Development and Evaluation (GRADE) approach.

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)0,090
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,477

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0900,084
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0170,017
Bibliométrie0,0150,013
Études des sciences et des technologies0,0050,005
Communication savante0,0070,008
Science ouverte0,0060,006
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0480,008

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 Opus0,136
Tête enseignante GPT0,536
Écart entre enseignants0,400 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJBI Evidence SynthesisMême sujetGlobal Health Workforce IssuesTravaux en français237 207