Resilience of the medical mission model: assessment of the perceived impact of the COVID-19 pandemic on short-term medical missions to Latin America and the Caribbean
Notice bibliographique
Résumé
Background COVID-19-related travel restrictions profoundly impacted short-term medical missions (STMMs) abroad. This study describes the effect of the pandemic as perceived by STMM organisations serving Latin America and the Caribbean (LAC). Methods Information was updated for 359 primary care STMM organisations previously active in 2015, which were contained within an existing online database. Organisations were contacted to complete an online survey that gathered quantitative and qualitative descriptions of pandemic-related adaptations and program changes. Results 22.5% (73/324) of previously active organisations had no website activity since 2020 or earlier, no longer existed, or had unclear website activity. Eighty-seven organisations responded to the survey. Ninety-six percent indicated that they would definitely (72/86, 84%) or probably (10/86, 12%) return to sending STMMs in the next five years, and most (46/83, 55%) of these intended to send an STMM within the next six months. Seventy-two respondents (93%) reported new adaptations, including direct funding for local healthcare professionals, sending equipment to host communities, focusing on training and teaching, and incorporating virtual care and electronic medical records. Conclusions The results demonstrate resilience, flexibility and optimism among STMM organisations and an intent to return to pre-pandemic programming rapidly.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».