MétaCan
Menu
Retour à la cohorte
Enregistrement W3110349749 · doi:10.3390/ijerph17238724

Patient-Reported Experiences in Accessing Primary Healthcare among Immigrant Population in Canada: A Rapid Literature Review

2020· review· en· W3110349749 sur OpenAlexafffundabout
Bishnu Bahadur Bajgain, Kalpana Thapa Bajgain, Sujan Badal, Fariba Aghajafari, Jeanette Jackson, Maria Santana

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2020
Typereview
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCumming School of Medicine, University of Calgary
Mots-clésImmigrationPrimary carePrimary health careHealth careMedicineFamily medicinePopulationNursingPsychologyPolitical scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

(1) Background: Immigrants represent around 21.9% of the total population in Canada and encounter multifaceted obstacles in accessing and receiving primary healthcare. This literature review explores patient experiences in primary care from the perspective of immigrants and identifies areas for further research and improvement. (2) Methods: A comprehensive search was performed on PubMed, MEDLINE, Embase, SCOPUS, and Google scholar to identify studies published from 2010 to July 2020. Relevant articles were peer-reviewed, in English language, and reported patient experiences in primary healthcare in Canada. (3) Results: Of the 1566 searched articles, 19 articles were included in this review. Overall, the finding from articles were summarized into four major themes: cultural and linguistic differences; socioeconomic challenges; health system factors; patient-provider relationship. (4) Conclusion: Understanding the gaps to accessing and receiving appropriate healthcare is important to shape policies, enhance the quality of services, and deliver more equitable healthcare services. It is therefore pertinent that primary healthcare providers play an active role in bridging these gaps with strong support from policymakers. Understanding and respecting diversity in culture, language, experiences, and systems is crucial in reducing health inequalities and improving access to quality care in a respectful and responsive manner.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,106
Tête enseignante GPT0,432
Écart entre enseignants0,327 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations41
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetMigration, Health and TraumaTravaux en français237 207