Health professional mobility and the Global Code of Practice: joint EUROSTAT/OECD/WHO survey data
Notice bibliographique
Résumé
Abstract Background This study assesses the impact and continuing relevance of the Code of Practice on the International Recruitment of Health Personnel in the WHO Europe region by analysing trends over time in intra- and inter-regional health worker mobility. Methods Data from the joint EUROSTAT/OECD/WHO questionnaire are analysed to determine 1) the proportion of foreign-born and foreign-trained doctors and nurses working in WHO Europe Member States, 2) trends in health workforce mobility over time by country of origin and destination, and 3) how the Global Code has impacted mobility patterns. Results The size of the foreign-trained health workforce in Europe varies widely, with foreign-trained doctors comprising over a quarter of the workforce in Norway, Switzerland and the UK, but below 2% in Estonia and Serbia. While annual in-flows across the region have been stable since 2009, the share of foreign-trained doctors and nurses have both increased by over 30%. Mobility between The Commonwealth of Independent States has remained steady, but an increase in East-West and South-North migration is observed, driven by European Union expansion in 2004 and the economic crisis. Migration of health workers into Europe from developing countries covered by the Code has fluctuated, with increased numbers seen from some origin countries (e.g. Nigeria, Pakistan). Some Western countries remain reliant on a foreign-trained health workforce. This contributes to a high outward flow of health professionals from other European countries and creates challenges for sustainable workforce development. Conclusions The Global Code remains highly relevant, but other factors have more impact on migration flows, such as free movement in the EU. Health workforce mobility data can be improved to support a 'whole of workforce' approach to policy and planning by including more professional groups, and by adding qualitative indicators, e.g. individual perceptions and intention to leave.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».