BRAIN DRAIN: INTENTIONS OF HOUSE OFFICERS IN SPECIALIZING FROM PAKISTAN OR ABROAD AND ITS’ VARIOUS INFLUENCING FACTORS AMONGST MEDICAL GRADUATES FROM PESHAWAR, PAKISTAN
Notice bibliographique
Résumé
INTRODUCTION: Brain drain is defined as the immigration of highly qualified health professionals from low- income countries to high-income affluent countries in pursuit of a better & safer quality of life. A cross-sectional study was conducted to determine the magnitude of migratory intentions of House Officers of four main tertiary care hospitals based in Peshawar, Pakistan. METHODOLOGY: The research design for this study was a cross sectional study which was carried out in four tertiary care hospitals of Peshawar KPK. The duration of this study was 5 months from March - July 2022. Data was collected through convenient sampling and 195 participants were involved in filling a self-structured questionnaire. RESULTS: The results of this study revealed that out of 195 respondents 104(53.3%) intended to go abroad for specialization while 91(46.67%) opted to stay in Pakistan.The study also showed that out of 195 medical graduates 104(53.3%) opted for abroad in which 32(31.37%) preferred to go United States, 62(60.78%) preferred United Kingdom and 8(7.84%) preferred other countries (Australia and Canada) for post graduate training. 48.6% males and 59.3% females have intentions for going abroad with a p value of 0.138 which is not significant; implying that the there is no difference between males & females in selecting their career choice. CONCLUSION: The findings of our research highlight the reasons behind the immigration of medical graduates. When large number of graduates are going abroad there would be its implications on healthcare and academic policies. This study can help government to make appropriate policies to address brain drain. On basis of data collected if there is economic stability, better training facilities and attractive salary packages are being provided by state of Pakistan then there will a decrease in the number of house officers migrating abroad. KEYWORDS: House officers, Specialization, Brain drain, Residency
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».