Global mapping of optometry workforce
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Vision impairment is a growing global burden issue, and appropriately trained optometrists are essential for its management. However, there is a shortage of optometrists worldwide, which hampers eye care planning. Few studies have addressed this shortage quantitatively. Aim: The study aimed to describe the distribution of the global optometric workforce. Setting: Global and country level. Methods: From February 2017 to May 2020, a standardised questionnaire in English was utilised to collect data on the global number and distribution of optometrists from key informants. Optometrists were categorised based on the World Council of Optometry’s guidelines, from levels two to four. Optometrist-to-population ratios were calculated for all countries and regions and compared with targets of 1:50 000 (in developing contexts) or 1:10 000 (in developed contexts). Results: An 80.9% response was achieved with responses from 123 of the 152 countries invited. Most (40.7%) key informants were academics. The total number of optometrists across 21 Global Burden of Disease (GBD) regions was 331 781. Sixty-six (53.7%) countries met the 1:50 000 optometrist-to-population ratio. There was a noticeable positive correlation ( r = 0.7) between the prevalence of blindness and vision impairment and the optometrist-to-population ratios. Strong inverse relationships existed between a country’s gross domestic product and optometrist-to-population ratio. Conclusion: High-income countries met the target for optometrist-to-patient ratios, while low- to middle-income countries and low-income countries did not meet the targets. Low optometrist-to-patient ratios were strongly associated with a higher magnitude of blindness and vision impairment. Contribution: This article provides the first consolidation of the global optometry 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.
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 | 0,001 | 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 | 0,000 |
| 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 découle