Health professionals’ involvement in volunteering their professional skills: a scoping review
Notice bibliographique
Résumé
Background Volunteering positively affects overall health of both volunteers and recipients through social interaction, support and physical activity. Health professionals’ volunteering has considerable potential to improve health outcomes in communities. Objectives This study aimed to summarize published scientific literature regarding volunteering by health professionals. Method Medine, Embase, Scopus, PsycINFO and CINAHLdatabases were searched to identify eligible studies published between 2010 and 2023. Data on study methods and findings were extracted and synthesized. Results Of the 144 eligible studies, 80 (56%) used quantitative methods, 46 (32%) used qualitative, 18 (12%) used mixed methods and 8 (6%) were interventional. Doctors (74 studies, 51%) and nurses ( n = 40, 28%) were the professions with most reports of volunteering. Half the studies were from USA ( n = 77, 53%), followed by UK ( n = 19, 13%), Canada ( n = 12, 8%), and Australia/New Zealand ( n = 11, 8%). International volunteering in low-to-middle-income countries was reported in 64 studies (44%). Providing service and training were the dominant types of activities ( n = 90, 62.5%), with health promotion reported in only 4 studies (3%). Studies reported positive impact from volunteering, both professionally and personally. Time and family commitments were the main barriers. Enablers, barriers and impact were summarized in a socio-ecological map. Conclusion Health professionals volunteer in diverse activities and report multifaceted benefits. Studies of volunteering interventions could enable new, sustainable approaches to health promotion.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 ».