MétaCan
Menu
Retour à la cohorte
Enregistrement W4403466751 · doi:10.4000/12ihd

L’émigration des médecins, en particulier vers la France, et la desserte médicale au Maghreb 

2024· article· fr· W4403466751 sur OpenAlexaboutno aff
Ahcène Zehnati

Notice bibliographique

RevueBELGEO · 2024
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Cet article tente de décrypter la réalité de l’émigration des médecins maghrébins vers la France. Il rend également compte des capacités de formation dans ces trois pays et des intentions d’émigration des jeunes médecins. Les résultats mettent en évidence des disparités dans les capacités de formation médicale et confirment la tendance générale à la féminisation des professions médicales dans les pays du Maghreb. L’Algérie forme quatre fois plus de médecins que le Maroc et huit fois plus que la Tunisie, ce qui influence les densités médicales locales et le nombre de médecins migrants. Nos estimations des taux d’émigration suivant le pays d’obtention du diplôme et le lieu de naissance montrent que l’émigration, bien qu’importante, ne peut pas être qualifiée de massive. Certaines spécialités sont particulièrement touchées par l’émigration, telles que l’anesthésie-réanimation, le radiodiagnostic-imagerie médicale, la néphrologie, et surtout la psychiatrie, qui pourraient connaître de graves pénuries surtout dans les pays où les capacités de formation n’ont pas beaucoup évolué. Par ailleurs, les intentions d’émigration des jeunes médecins demeurent fortes, avec la France comme destination privilégiée, suivie par l’Allemagne, le Canada et les pays du Golfe. Cette tendance à l’expatriation pourrait exacerber les inégalités de répartition géographique des médecins dans les pays du Maghreb, ce qui impacte directement l’accès aux soins des populations vivant dans les régions mal couvertes.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,074
Tête enseignante GPT0,411
Écart entre enseignants0,337 · 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'étudeQualitatif
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 revueBELGEOMême sujetMulticulturalism, Politics, Migration, GenderTravaux en français237 207