Doctor safety in Australian after-hours house-call medical services: the use of chaperones and chauffeurs
Notice bibliographique
Résumé
Objectives: The use of escorts (chauffeurs and chaperones) while on duty in after-hours-house-call (AHHC) is one key protective option available to doctors in the service and has been linked to low burnout and increased satisfaction in AHHC. This study aims to explore the patterns of engagement of escorts in Australian AHHC. Method: A questionnaire-based, electronic survey of all 300 doctors involved in AHHC through the National Home Doctor Service (NHDS), Australia’s largest providers of the service. Results: A total of 168 valid responses (56.0%) were received. 60.8% of the doctors engaged escorts. Of the doctors that engage chauffeurs, three-quarters do so “all or most times”, while only one-quarter engage chaperones to the same degree of frequency. Hiring escorts is very popular among Brisbane (91.7%) and Sydney-based (88.2%) practitioners, but is unpopular in the City of Gold Coast (26.1%). There were moderate patronages in Adelaide (52.9%) and Melbourne (46.4%). Compared to females, males were more likely to drive themselves (OR 5.34; P=0.001; CI 2.08 to 13.74) and less likely to use chauffeurs (OR 0.19; p<0.001; CI 0.07 to 0.51). Doctors in legally recognized social unions (OR 0.24; p=0.03; CI 0.07 to 0.83) and those that have attained the postgraduate fellowships (OR 0.43; p=0.02; CI 0.21 to 0.87) were both less likely to work without escorts. Conclusion: More needs to be done to increase the engagement of escorts by doctors involved in the Australian AHHC, particularly given their proven benefits in the service. Future studies may be needed to fully explore the real reasons behind the significant associations identified in this study.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».