MétaCan
Menu
Retour à la cohorte
Enregistrement W4403823627 · doi:10.1093/eurpub/ckae144.267

A source and a destination country for migrant healthcare workers: the case of Ireland

2024· article· en· W4403823627 sur OpenAlexaboutno aff
Holly Rose Hanlon, Niamh Humphries

Notice bibliographique

RevueEuropean Journal of Public Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMigrant workersHealth careBusinessHealthcare workerDemographic economicsEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Ireland has a long tradition of emigration, particularly to countries such as the United Kingdom and the USA. Since 2000, Ireland has become increasingly reliant upon migrant healthcare workers. At present, 43% of nurses and 45% of physicians registered in Ireland, trained internationally. Methods This study draws on literature and available data (migration and registration data) to illustrate recent patterns of healthcare worker migration into and out of Ireland. Results The data show that Ireland depends heavily on migrant healthcare workers to staff its health system. In 2021-22, internationally trained healthcare workers comprised 71% of new entrants to the medical register and 69% of new entrants to the nursing register. In terms of outward migration, the data also indicate a consistent pattern of outward migration of physicians to countries such as Australia, the United Kingdom, Canada, and New Zealand. Conclusions A heavy (and growing) reliance on migrant healthcare workers to staff the Irish health system implies a failure to train or retain sufficient healthcare workers locally and indicates weak healthcare workforce planning capacity. It also highlights a disconnect between Irish healthcare workforce planning and the WHO global code on the international recruitment of health personnel. This study will consider some of the risks associated with high rates of inward and outward healthcare worker migration in the Irish context.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,005
Communication savante0,0050,002
Science ouverte0,0020,008
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,102
Tête enseignante GPT0,430
Écart entre enseignants0,328 · 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 revueEuropean Journal of Public HealthMême sujetGlobal Health Workforce IssuesTravaux en français237 207