Brain drain in medically challenged context: A study of the push, pull, and stick factors among a population of medical practitioners in Nigeria
Notice bibliographique
Résumé
Background: Globally, brain drain (BD) phenomenon has been an issue for decades in healthcare industry. However, the magnitude of BD syndrome and its impact on medical workforce crisis in a medically challenged environment has been the subject of great interest in the recent years, with apparently glaring effects on the medical workforce. Aim: The study was aimed at describing the push, pull, and stick factors, benefits, and preventive measures for BD among medical practitioners in Abia State, Nigeria. Subjects and Methods: This was a cross-sectional study carried out on 185 medical practitioners in Abia State, Southeastern Nigeria. Data collection was done using pretested, self-administered, and structured questionnaire that elicited information on push, pull, and stick factors, benefits, and preventive measures for BD. The plan to leave Nigeria and preferred foreign countries were also studied. Results: The age of the participants ranged from 26 to 72 (36 standard deviation 8.4) years. There were 159 (85.9%) males. One hundred and twenty-seven, 127/185 (68.6%) study participants had plans to leave the country with the most preferred countries of destination being Canada, United States, United Kingdom and Australia. The most common push factors from Nigeria and pull factors from abroad were similar and included poor income, wages, and salaries in all the participants 185/185 (100%). The most predominant stick factor was family-centric reasons, 126/185 (68.1%). Family and national family remittances were the main benefits, 185/185 (100%) for each while the most common pull factor was higher income, wages, and salaries abroad, 185/185 (100%). The most predominant stick factor was family-centric reasons, 126/185 (68.1%). The greatest benefits were family, 185/185 (100%), and national, 185/185 (100%), financial remittances. The most recommended preventive measures were enhanced income in Nigeria, 185/185 (100%). Young adult age ( P < 0.001), male ( P < 001), and duration of practice <10 years ( P < 0.001) were significantly associated with the plan to leave the country. Conclusion: These findings demonstrates that about 70% of Nigerian medical practitioners plan to leave the country for abroad. The major underlying factors for brain drain include enhanced income in the destination country capacity for financial remittances to the family and nation.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».