Recruiting and retaining general practitioners in rural practice: systematic review and meta‐analysis of rural pipeline effects
Notice bibliographique
Résumé
OBJECTIVE: To synthesise quantitative data on the effects of rural background and experience in rural areas during medical training on the likelihood of general practitioners practising and remaining in rural areas. STUDY DESIGN: Systematic review and meta-analysis of the effects of rural pipeline factors (rural background; rural clinical and education experience during undergraduate and postgraduate/vocational training) on likelihood of later general practice in rural areas. DATA SOURCES: MEDLINE (Ovid), EMBASE, Informit Health Collection, and ERIC electronic database records published to September 2018; bibliographies of retrieved articles; grey literature. DATA SYNTHESIS: Of 6709 publications identified by our search, 27 observational studies were eligible for inclusion in our systematic review; when appropriate, data were pooled in random effects models for meta-analysis. Study quality, assessed with the Newcastle-Ottawa scale, was very good or good for 24 studies, satisfactory for two, and unsatisfactory for one. Meta-analysis indicated that GPs practising in rural communities was significantly associated with having a rural background (odds ratio [OR], 2.71; 95% CI, 2.12-3.46; ten studies) and with rural clinical experience during undergraduate (OR, 1.75; 95% CI, 1.48-2.08; five studies) and postgraduate training (OR, 4.57; 95% CI, 2.80-7.46; eight studies). CONCLUSION: GPs with rural backgrounds or rural experience during undergraduate or postgraduate medical training are more likely to practise in rural areas. The effects of multiple rural pipeline factors may be cumulative, and the duration of an experience influences the likelihood of a GP commencing and remaining in rural general practice. These findings could inform government-led initiatives to support an adequate rural GP workforce. PROTOCOL REGISTRATION: PROSPERO, CRD42017074943 (updated 1 February 2018).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,028 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».