Australian doctors are more engaged than UK doctors: why is this the case?
Notice bibliographique
Résumé
BACKGROUND: Despite reports highlighting the need for greater medical engagement and the benefits of being widely understood, very little information is available on the status of medical engagement in Australia, and how this compares to the UK. Answering this question will no doubt assist training bodies, curriculum designers and policy makers better understand relevant issues. METHODS: The medical engagement questionnaire (MES) was emailed to all medical staff working at 159 UK National Health Service Trusts and 18 health service organisations in Australia. The questionnaire consists of 30 predetermined items seeking responses using a 5-point Likert scale. RESULTS: Overall, doctors in the Australian dataset are slightly more engaged, or more positive, than their UK colleagues. Good interpersonal relationships was the only variable that UK doctors scored more positively than their Australian counterparts. At the lower end of the responses, that is the least engaged, we found this even more apparent. Where doctors in Australia are less disengaged, that is still more positive than the UK colleagues. CONCLUSION: While the profiles of medical engagement vary at the sites and also across the MES and subscales, the data illustrate that overall doctors in Australia feel valued and empowered, and they have purpose and direction and work in a collaborate culture. At the most disengaged end of the scale, Australian doctors are markedly less disengaged than their UK counterparts. There may be numerous factors that influence and change how engaged doctors are in both countries. The most prominent of these are appear to be working conditions and lifestyle, driven by funding and other economics issues. This research is likely to be of great interest to regulators and training bodies in both countries.
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 | 0,008 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».