Retention of visa-trainee post-graduate residents in Canada: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Visa trainees (international medical graduates [IMG] who train in Canada under a student or employment visa) are expected to return home after completing their training. We examine the retention patterns of visa trainee residents funded by Canadian (regular ministry and other), foreign, or mixed sources. METHODS: We linked data from the Canadian Post-MD Medical Education Registry with Scott's Medical Database for a retrospective cohort study. Eligible trainees were IMG visa trainees as of their first year of training, started their residency program no earlier than 2000, and exited training between 2006 and 2016. We used Cox regression to compare the retention of visa trainees by funding source. RESULTS: Of 1,913 visa trainees, 431(22.5%), 1353 (70.7%) and 129 (6.8%) had Canadian, foreign, or mixed funding, respectively. The proportion of trainees remaining in Canada decreased over time, with 35.5% (679/1913); 17.7% (186/1052); 10.8% (11/102) in Canada one, five, and ten years, respectively after their exit from PGME training. Trainees who remained on visas (HR: 1.91; [95% CI 1.59, 2.30]), were funded exclusively by foreign sources (HR: 1.46; [95% CI 1.25, 1.69]), and who had graduated from 'Western' countries (HR: 1.39; [95% CI 1.06, 1.84]) were more likely to leave Canada compared to trainees who became citizens/permanent residents, were funded by Canadian sources, or were visa graduates of Canadian medical schools, respectively. CONCLUSIONS: Most visa trainees leave Canada following their training. Trainees with Canadian connections (funding and/or change in legal status) were more likely to remain in Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».