MétaCan
Menu
Retour à la cohorte
Enregistrement W3006243889 · doi:10.20344/amp.12562

Migration of Junior Doctors: The Case of Psychiatric Trainees in Portugal

2020· article· en· W3006243889 sur OpenAlexaff
Mariana Pinto da Costa, Cátia Alves Moreira, Luís Fernando Silva Castro-de-Araujo, Fábio Monteiro da Silva, Renato Antunes dos Santos

Notice bibliographique

RevueActa Médica Portuguesa · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésWorkforcePsychiatryBrain drainSample (material)PsychologyMedicinePolitical scienceDemographic economics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In the last few decades, the rates of international medical migration have continuously risen. In Psychiatry, there is great disparity in the workforce between high and low-income countries. Yet, little is known about the 'push' and 'pull' factors and the migratory intentions of trainees. This study aims to assess the factors impacting the decisions of psychiatric trainees in Portugal towards migration. MATERIAL AND METHODS: A questionnaire was developed in the Brain Drain study and was distributed to psychiatric trainees in Portugal. RESULTS: The sample consists of 104 psychiatric trainees (60.6% female). Overall, 40.4% of the trainees had prior experience of living abroad and the majority (96.9%) felt that this experience influenced their attitude towards migration in a positive way. About 75% of trainees had 'ever' considered leaving the country, but the majority (70.0%) had not taken any 'practical steps' towards migration. The main reasons to stay in Portugal were personal, while the main reason to leave was financial. The majority of the trainees (55.7%) were dissatisfied or very dissatisfied with their income, working conditions and academic opportunities. DISCUSSION: Working conditions, salaries and academic opportunities are the main triggers for the migration of psychiatric trainees from Portugal. CONCLUSION: These results may inform the decisions of stakeholders in the health and education sectors and point out the necessary investments required and the impact it may have on the workforce.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,832

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,394
Écart entre enseignants0,345 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Médica PortuguesaMême sujetGlobal Health Workforce IssuesTravaux en français237 207