A meta aggregation of qualitative research on retention of general practitioners in remote Canada and Australia
Notice bibliographique
Résumé
OBJECTIVE: Our aim was to systematically review qualitative evidence regarding the experiences and perceptions of general practitioners and what factors influence their retention in remote areas of Canada and Australia. The objectives were to identify gaps and inform policy to improve retention of remote general practitioners, which should in turn improve the health of our marginalised remote communities. DESIGN: Meta-aggregation of qualitative studies. SETTING: Remote general practice in Canada and Australia. PARTICIPANTS: General practitioners and general practice registrars who had worked in a remote area for a minimum of one year and/or were intending to stay remote long term in their current placement. RESULTS: Twenty-four studies were included in the final analysis. A total of 811 participants made up the sample with a length of retention ranging from 2 to 40 years. Six synthesised findings were identified from a total of 401 findings; these were around peer and professional support, organisational support, uniqueness of remote lifestyle and work, burnout and time off, personal family issues and cultural and gender issues. CONCLUSIONS: Long term retention of doctors in remote areas of Australia and Canada is influenced by a range of negative and positive perceptions, and experiences with key factors being professional, organisational, or personal. All six factors span a spectrum of policy domains and service responsibilities and therefore a central coordinating body could be well placed to implement a multifactorial retention strategy.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».