Impact of the COVID-19 pandemic on medical office assistants (MOAs) working in primary care: a qualitative study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Medical office assistants (MOAs), also known as receptionists and clerks, are frontline workers and the most accessible member of the primary care team. Historically, their contributions to primary care have been unrecognised and undervalued. The COVID-19 pandemic put pressure on existing roles and systems in primary care: how MOAs adapted is unknown. AIM: To explore the experiences of MOAs working in primary care during the COVID-19 pandemic from the perspectives of MOAs and family physicians (FPs) who worked with MOAs during this period. DESIGN & SETTING: A qualitative study, using constructivist grounded theory (CGT), was conducted in Ontario, Canada. METHOD: Seventeen participants were recruited through professional contacts of the research team. Individual semi-structured interviews were undertaken with MOAs and FPs across the province. RESULTS: MOAs' many responsibilities in primary care intensified during the pandemic. MOAs leveraged their healthcare system knowledge and therapeutic relationships with patients to reduce patient distress. Unfortunately, MOAs experienced more frustration, and in some cases, abuse from patients. MOAs' ability to adapt to new systems and respond to high patient needs seemed to be positively influenced by their relationships with patients and FPs. FPs showed support for MOA welfare and recognised their critical role on primary care teams. CONCLUSION: MOAs made considerable contributions to primary care during the COVID-19 pandemic. This study suggests MOAs have greater capacity than previously recognised, which has important implications for planning in an era of under-resourced health care.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle