MétaCan
Menu
Retour à la cohorte
Enregistrement W4317807271 · doi:10.21203/rs.3.rs-2466798/v1

The role of medical support workers during the Covid-19 pandemic in the National Health Service in the UK: a qualitative service evaluation at the Oxford University Hospitals Foundation Trust

2023· preprint· en· W4317807271 sur OpenAlexaff
Samprita Chakma, Wang Hanyu, Mesulame Namedre, Elaine Hill, Mike English, Shobhana Nagraj

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesNational Institute for Health and Care ResearchWellcome Trust
Mots-clésThematic analysisFocus groupQualitative researchService (business)LicenseMedical educationMedicinePsychologyNursingSociologyPolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Background During the COVID-19 pandemic, the National Health Service (NHS) England created a short-term position known as a Medical Support Worker (MSW), for International Medical Graduates (IMGs) and qualified doctors who had left medicine, to return to medical practice. We conducted a service evaluation of the MSW role at Oxford University Hospitals NHS Foundation Trust (OUHFT), with the aim of understanding how MSWs were perceived and contributed to the NHS, factors driving MSWs’ career choices, the short- and long-term goals of the position, analysing the perspectives of MSWs, their supervisors and recruiters. Methods A qualitative case study approach was adopted. A total of nine semi-structured interviews and two focus group discussions involving 18 participants were conducted with MSWs, their supervisors and recruiters based in OUHFT. A thematic analysis and narrative synthesis of results were conducted. Results Findings were categorised into micro, meso, and macro levels of the health system. At the micro level, MSWs were identified as a diverse group of highly qualified international medical graduates (IMGs) holding a supernumerary role, who contributed their skills during the pandemic. At the meso level, the importance of a comprehensive induction by the hospital was highlighted by all participants, to clarify the job responsibility and familiarise MSWs with the local health system. At the macro level, the role enabled familiarisation and integration of MSWs within the NHS with the aim of obtaining a license to practice as a doctor in the UK. Conclusions This service evaluation highlighted the importance of the role of MSWs during the pandemic. The MSW scheme could be a pathway for IMGs to integrate into the NHS and fill workforce shortages. This study has the potential to inform the NHS long-term policy on the role of MSWs and the integration of IMGs into the workforce.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,009
Communication savante0,0050,003
Science ouverte0,0020,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,310
Tête enseignante GPT0,602
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetGlobal Health Workforce IssuesTravaux en français237 207