Global Rate of Willingness to Volunteer Among Medical and Health Students During Pandemic: Systemic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: During health crises such as the COVID-19 pandemic, shortages of health care workers often occur. Recruiting students as volunteers could be an option, but it is uncertain whether the idea is well-accepted. OBJECTIVE: This study aims to estimate the global rate of willingness to volunteer among medical and health students in response to the COVID-19 pandemic. METHODS: A systematic search was conducted on PubMed, Embase, Scopus, and Google Scholar for studies reporting the number of health students willing to volunteer during COVID-19 from 2019 to November 17, 2023. The meta-analysis was performed using a restricted maximum-likelihood model with logit transformation. RESULTS: A total of 21 studies involving 26,056 health students were included in the meta-analysis. The pooled estimate of the willingness-to-volunteer rate among health students across multiple countries was 66.13%, with an I2 of 98.99% and P value of heterogeneity (P-Het)<.001. Removing a study with the highest influence led to the rate being 64.34%. Our stratified analyses indicated that those with older age, being first-year students, and being female were more willing to volunteer (P<.001). From highest to lowest, the rates were 77.38%, 77.03%, 65.48%, 64.11%, 62.71%, and 55.23% in Africa, Western Europe, East and Southeast Asia, Middle East, and Eastern Europe, respectively. Because of the high heterogeneity, the evidence from this study has moderate strength. CONCLUSIONS: The majority of students are willing to volunteer during COVID-19, suggesting that volunteer recruitment is well-accepted.
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 | 0,026 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,050 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».