The needs-based health workforce planning method: a systematic scoping review of analytical applications
Notice bibliographique
Résumé
Although the theoretical underpinnings and analytical framework for needs-based health workforce planning are well developed and tested, its uptake in national planning processes is still limited. Towards the development of open-access needs-based planning model for national workforce planning, we conducted a systematic scoping review of analytical applications of needs-based health workforce models. Guided by the Preferred Reporting Items for Systematic reviews and Meta-Analyses-extension for Scoping Reviews (PRISMA-ScR) checklist, a systematic scoping review was conducted. A systematic search of peer-reviewed literature published in English was undertaken across several databases. Papers retrieved were assessed against predefined inclusion criteria, critically appraised, extracted and synthesized. Twenty-five papers were included, which showed increasing uptake of the needs-based health workforce modelling, with 84% of the studies published within the last decade (2010-20). Three countries (Canada, Australia and England) accounted for 48% of the publications included whilst four studies (16%) were based on low-and-middle-income countries. Only three of the studies were conducted in sub-Saharan Africa. Most of the studies (36%) reported analytical applications for specific disease areas/programs at sub-national levels; 20% focused on the health system need for particular categories of health workers, and only two (8%) reported the analytical application of the needs-based health workforce approach at the level of a national health system across several disease areas/programs. Amongst the studies that conducted long-term projections, the time horizon of the projection was an average of 17 years, ranging from 3 to 33 years. Most of these studies had a minimum time horizon of 10 years. Across the studies, we synthesized six typical methodological considerations for advancing needs-based health workforce modelling. As countries aspire to align health workforce investments with population health needs, the need for some level of methodological harmonization, open-access needs-based models and guidelines for policy-oriented country-level use is not only imperative but urgent.
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 | 0,166 | 0,298 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,014 |
| Bibliométrie | 0,050 | 0,042 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».