MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399476431 · doi:10.51866/oa.379

Situational analysis of general practitioners using a forecasting approach until 2025 and a multi-state Markov model: A retrospective longitudinal study

2024· article· en· W4399476431 sur OpenAlexaff
Azad Shokri, Fereshteh Farzianpour, Elmira Mirbahaeddin, Mahboubeh Bayat, Ali Akbari-Sari, Abbas Rahimi Foroushani, Iraj Harirchi, Somaieh Shokri

Notice bibliographique

RevueMalaysian Family Physician · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesMinistry of Health and Medical Education
Mots-clésMedicineSituational ethicsMarkov chainLongitudinal dataState (computer science)Longitudinal studyMarkov modelRetrospective cohort studySituation awarenessMedical emergencyComputer scienceMachine learningData miningPsychologyEngineeringSocial psychologyInternal medicineAlgorithm

Résumé

récupéré en direct d'OpenAlex

Introduction: Undesirable working conditions, insufficient professional development and other labour market pressures have significantly impacted the status of general practitioners (GPs). This study aimed to conduct a situational analysis of GPs in Iran using a forecasting approach until 2025. Methods: Data were collected concurrently through direct contact, data matching among databases and tracking among graduates from four clusters of medical science universities over the past decade. This retrospective longitudinal study determined the status of GPs over consecutive years. Multi-state Markov and binary logistic regression analyses were performed using R and Stata 14. Results: Of 430 graduates over the past decade, 94% were successfully identified. Only 20% of the graduates remained active as GPs. The greatest fluctuations in transfer occurred in the third year after graduation, with the remaining proportion of GPs dropping to less than 50%. The probability of remaining as GPs was 0.76 per year, while the highest transition was observed towards specialisation (0.12). Additionally, 2% of the GPs chose not to work, and less than 1% transitioned to a different specialty. Based on the transfer matrix for 2025, only 19% of the GPs were projected to remain, with the majority (59%) transitioning to specialisation. Conclusion: The transfer probability varies across different years, indicating higher flow rates among GPs. However, only a limited number of GPs are projected to remain until 2025. A comprehensive set of interventions should be considered, spanning the pre-medical stage, during education and after graduation, to mitigate the factors contributing to GPs leaving their profession.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,339
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMalaysian Family Physician→Même sujetDiversity and Career in Medicine→Travaux en français237 207→