MétaCan
Menu
Retour à la cohorte
Enregistrement W4404860871 · doi:10.1080/16549716.2024.2432754

Understanding the exodus: a 15-year retrospective cohort study on the pattern and determinants of migration among Nigerian doctors and dentists

2024· article· en· W4404860871 sur OpenAlexaffabout
Oghenebrume Wariri, Patience Toyin-Thomas, Itua C G Akhirevbulu, Oladapo Babatunde Oladeinde, Oluchi Omogbai, Philippa Odika, John Osakue, Avwebo Ukueku, Efetobo Victor Orikpete, Chinelo Iwegim, Efe E. Omoyibo, Jermaine Okpere, Uwaila Otakhoigbogie, Ekhosuehi Theophilus Agho, Sunday C. Madubueze, Nnennaya C. Ugoji, Chukwunwike W. Ozegbe, Oti N. Aria, Paul Ikhurionan

Notice bibliographique

RevueGlobal Health Action · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensAlberta Health ServicesUniversity of TorontoAbbotsford Veterinary ClinicMedicine Hat Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésRetrospective cohort studyMedicineDemographyFamily medicineGeographySociologySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nigeria faces a critical shortage of healthcare professionals yet experiences a significant annual exodus of doctors and dentists. This alarming trend threatens the country's ability to provide equitable healthcare. OBJECTIVE: This study investigated the patterns and determinants of migration among doctors and dentists who graduated from the University of Benin, Nigeria, 15 years ago. METHODS: We conducted a retrospective cohort study that tracked 274 of the 379 (72.3%) eligible cohort. We computed the migration incidence rate per person-year from 2008 to 2023, covering 3,455 person-years of follow-up and analysed migration drivers as push and pull factors across macro-, meso-, and micro-levels. RESULTS: Fifteen years post-graduation, 48.9% (134/274) of the cohort had migrated. While the annual incidence rate of migration remained stable for the first 8 years, it spiked after 2016, reaching 11.4 per 100 person-years in 2023. Among those who migrated, the majority (96.3%, 129/134) relocated outside the African continent. The top three destination countries were the UK (48.5%, 65/134), Canada (20.9%, 28/134), and the USA (19.4%, 26/134). The leading push factors were insecurity of lives and property (57.8%), concerns about children's futures (50.3%), and limited career development opportunities (45.9%). The primary pull factors included security (56.3%), permanent residency (49.6%), and better pay in the destination country (46.7%). Significant predictors of migration included younger age, timing of marriage, and residency training status. CONCLUSIONS: To avert an impending crisis, the Nigerian government must address the root causes driving the increasing migration of doctors and dentists.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,103
Tête enseignante GPT0,455
Écart entre enseignants0,352 · 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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Health ActionMême sujetGlobal Health Workforce IssuesTravaux en français237 207