Assessing the Impact of the 2012 National Student Loan Forgiveness on Rural Health Human Resources
Notice bibliographique
Résumé
On 1 January 2013, the federal Canada Student Financial Assistance Program (then known as the Canadian Student Loan Program) granted loan forgiveness to family physicians or nurses working at least 400 hours a year in a “rural” area of Canada. This is a return-for-service (RFS) program forgiving a maximum amount of the loan for each year worked in a designated area, up to a maximum of five years. The goal of the policy was to attract more family physicians and nurses to underserved areas and address the inequality in health between rural and urban areas in the country. The policy was accepted on principle but raised issues of non-compatibility between the federal and provincial RFS to attract health care workers to underserved areas, in particular its blanket definition of those areas as “rural,” whereas provincial programs use criteria based on the density of physicians or nurses per population. Le 1er janvier 2013, le Programme canadien d’aide financière aux étudiants (connu à l’époque sous le nom de Programme canadien de prêts étudiants), a accordé une exonération aux médecins de famille et personnels infirmiers travaillant au moins 400 heures par an dans une région « rurale » du Canada. Il s’agit d’une d’obligation de retour de service (RDS) exonérant d’un montant maximum du prêt pour chaque année travaillée dans une région désignée, pour un maximum de cinq ans. L’objectif de cette politique était d’attirer davantage de médecins de famille et de personnels infirmiers dans les régions mal desservies et de remédier à l’inégalité de santé entre les zones rurales et urbaines du pays. La politique a été acceptée sur le principe, mais a soulevé des questions d’incompatibilité entre les RDS provinciaux et fédéraux visant à attirer des personnels infirmiers dans les zones mal desservies, en particulier sa définition générale des zones comme « rurales », alors que les programmes provinciaux utilisent des critères basés sur la densité de médecins ou de personnels infirmiers par rapport à la population.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».