Starting out rural: a qualitative study of the experiences of family physician graduates transitioning to practice in rural Ontario
Notice bibliographique
Résumé
BACKGROUND: New family medicine graduates are a promising group to recruit to underserved rural areas. This study aimed to understand the experiences of this group as they transitioned to practice in rural Ontario. METHODS: We used a hermeneutic phenomenology approach. Purposive sampling was used to recruit participants who graduated from a Canadian family medicine residency program and worked in a rural community in Ontario (Rurality Index for Ontario score ≥ 40) for at least 1 year within the past 5 years. Participants completed an online demographic survey followed by a virtual semistructured interview (May-August 2022). Interviews were video recorded and transcribed. Two researchers reviewed transcripts for codes, and then codes were reviewed in an iterative process to create themes. Transcripts, codes and themes were reviewed by an independent researcher, and final themes were shared with participants to ensure reliability. RESULTS: We included 18 family physicians in the study. We identified 8 themes and 18 subthemes. The themes identified as important to the experience of new graduates were as follows: choosing rural practice, preparedness for practice, navigating work-life balance, navigating transition to practice, challenges during transition to practice, successes during transition to practice, locuming and emergency medicine as part of rural generalist practice. INTERPRETATION: Most physicians interviewed felt prepared for rural practice and enjoyed their work; however, they faced unique challenges associated with being an early-career physician in rural practice. This study identifies opportunities for improvements, which can guide medical educators, rural communities and their recruiters, new graduates and policy-makers.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».