MétaCan
Menu
Retour à la cohorte
Enregistrement W4307810595 · doi:10.1186/s13104-022-06232-8

Alternative career pathway decision-support job database for international medical graduates in Canada

2022· article· en· W4307810595 sur OpenAlexafffundabout
Saif Sikdar, Nashit Chowdhury, Deidre Lake, Tanvir Chowdhury Turin

Notice bibliographique

RevueBMC Research Notes · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensAlberta Medical AssociationUniversity of Calgary
Organismes subventionnairesMitacs
Mots-clésUnderemploymentUnemploymentCareer PathwaysDatabaseMedical educationMedicineComputer sciencePublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Canadian regulations have made it challenging for the international medical graduates (IMGs) to get jobs in their original profession as physicians. Consequently, alternative careers are gaining interest among IMGs to avoid underemployment or unemployment. We conducted research to identify the factors that IMGs consider for taking up an alternative career in Canada. Based on those understandings, we aimed to create a database where information about health-related alternative jobs is presented in a searchable way, which can aid IMGs' strategic job search. DATA DESCRIPTION: We first determined job searching preferences and constraints for IMGs regarding alternative career through focus groups. We used their preferred and constraining factors for collecting job-specific information through systematically reviewing job advertisements. Using this information, we created a database that contains available alternative career pathways for IMGs living in Canada. In total, we have identified 1374 job titles under 192 unique job categories comprising 47 National Occupational Classification (NOC) codes that could be suitable for IMGs seeking an alternative career based on their own short, intermediate, and long-term career goals. We expect that this database will help IMGs in deciding on alternative careers.

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)0,008
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,312
Tête enseignante GPT0,541
Écart entre enseignants0,229 · 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

Citations1
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetGlobal Health Workforce IssuesTravaux en français237 207