MétaCan
Menu
Retour à la cohorte
Enregistrement W4200284240 · doi:10.4103/cjrm.cjrm_2_21

Why they leave: Small town rural realities of northern physician turnover

2021· article· en· W4200284240 sur OpenAlexaffvenueabout
Eliseo Orrantia, Jilayne Jolicoeur, Lily DeMiglio

Notice bibliographique

RevueCanadian Journal of Rural Medicine · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensNOSM University
Organismes subventionnairesnon disponible
Mots-clésThematic analysisBurnoutNursingTurnoverFamily medicineMedicineMedical educationPsychologyQualitative researchPolitical scienceSociologyManagement

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: This study seeks to explore influential factors leading to physician turnover in designated Rural Northern Physician Group Agreement (RNPGA) communities in Northern Ontario, as well as physician's perceptions of the RNPGA contract and effects of the Northern Ontario School of Medicine (NOSM) on physician retention in these communities. METHODS: Twelve qualitative semi-structured interviews were completed with rural physicians who had RNPGA contracts within the past 5 years but had left their practice community. Data collected from recorded interviews were analysed using a thematic analysis approach in order to identify common themes. RESULTS: A range of factors influencing physician's decisions to leave were identified including lack of partner career prospects, burnout and lack of opportunities and amenities. Common challenges were sometimes also perceived as rewards of rural practice. The concern of lack of flexibility of the RNPGA contract was identified, as well as a perceived lack of presence of NOSM graduates in RNPGA communities. CONCLUSION: A variety of factors influence physician turnover in RNPGA communities. These may be considered by communities hoping to inform recruitment and retention policy. Renewal of the RNPGA contract may require consideration for availability of part-time positions, increasing the number of physicians funded and incentivising physician wellness. NOSM may consider mandatory postgraduate programme placements in RNPGA communities and further development of infrastructure in these communities to improve learner, graduate and institutional engagement.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,354
Écart entre enseignants0,314 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Rural MedicineMême sujetGlobal Health Workforce IssuesTravaux en français237 207