MétaCan
Menu
Retour à la cohorte
Enregistrement W4401079165 · doi:10.1186/s12909-024-05737-z

Factors associated with satisfaction of the australian rural resident medical officer cadetship program: results from a cross-sectional study

2024· article· en· W4401079165 sur OpenAlexaff
Phillipa Kensit, Md Irteja Islam, Robyn Ramsden, Louise Geddes, Yann Guisard, Chris Russell, Alexandra Martiniuk

Notice bibliographique

RevueBMC Medical Education · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionOfficerAttendanceCross-sectional studyWorkforceMedicineMentorshipGraduation (instrument)Family medicineTest (biology)Rural areaMedical educationPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Australian Rural Resident Medical Officer Cadetships are awarded to medical students interested in a rural medical career. The Rural Residential Medical Officer Cadetship Program (Cadetship Program) is administered by the Rural Doctors Network on behalf of the NSW Ministry of Health. This study aimed to assess the overall experience of medical students and key factors that contributed to their satisfaction with the Cadetship Program. METHODS: A quantitative cross-sectional study was conducted among 107 former cadets who had completed the Cadetship Program. Data on medical students' experience with the Cadetship Program (outcome variable) and potential explanatory variables were collected using a structured self-administered questionnaire. Explanatory variables included gender, geographical location, rural health club membership, rural clinical school attendance, financial support, mentorship benefits, networking opportunities, influence on career decisions, opportunity for preferential placements, and relocation. Both bivariate (Pearson's chi-squared test) and multiple logistic regression analysis were employed to identify the factors associated with medical students' overall experience with the Cadetship Program. The non-linear analysis was weighted to represent the rural/remote health workforce, in Stata/SE 14.1. RESULTS: Our results indicate that 91% of medical students were satisfied with the Cadetship Program. The logistic regression model identified two significant predictors of a positive experience with the Cadetship Program. Medical students who perceived financial support as beneficial were significantly more likely to report a satisfactory program experience (aOR = 6.22, 95% CI: 1.36-28.44, p = 0.019) than those who perceived financial support as not beneficial. Similarly, those who valued networking opportunities were more likely to have a positive view of their cadetship experience (aOR = 10.06, 95% CI: 1.11-91.06, p = 0.040) than their counterparts. CONCLUSION: Our study found that students who valued financial support and networking opportunities had the most positive views of the Cadetship Program. These findings demonstrate that the Cadetship Program may be most helpful for those who need financial support and for students who seek networking opportunities. These findings increase our knowledge about the characteristics of medical students who have the most positive experiences with the Cadetship Program. They help us to understand the mechanisms of influence of such programs on individuals' decisions to be part of the future rural health workforce.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
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 seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,122
Tête enseignante GPT0,505
Écart entre enseignants0,383 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetGlobal Health Workforce IssuesTravaux en français237 207