Factors influencing retention of International Medical Graduates in rural practice
Notice bibliographique
Résumé
INTRODUCTION: Canada relies on international medical graduates (IMGs) to provide a significant proportion of primary care in rural communities. However, retaining IMGs in rural practices across Canada remains a challenge. We explored the literature to learn what factors influence IMGs' retention in rural practice and what has been recommended in the literature to address these factors. METHODS: We focused search strategies on peer-reviewed literature sources (between 01 January 2012, and 31 December 2023) that explored and identified factors connected to the rural practice retention of IMGs in Canada (and areas transferable to the Canadian context). RESULTS: Twenty of 1002 articles were selected. Factors were categorised as structural, professional, family, community and personal. Structural barriers identified included overall lack of support, limited access to tertiary care centres and unsustainable model of care. Professional challenges included physician burnout, limited mobility and limited scope of practice. Conversely, community integration, opportunities for spousal employment and accessible schools for children were the common facilitators of IMG retention. Key recommendations to enhance IMG retention that were identified, included: (1) providing fair contracts, funding supports, and balanced workloads; (2) having community-directed recruitment models to match physician expectations for income level, workload and spousal employment and (3) having physician-led retention support groups to help physicians adequately settle in. CONCLUSION: This study identified the barriers and facilitators to IMG retention in rural medicine and mapped out evidence-based recommendations for each factor. Engaging and tailoring support strategies unique to the needs of IMGs in rural communities would improve IMG retention. INTRODUCTION: Le Canada compte sur les diplômés internationaux en médecine (DIM) pour fournir une part importante des soins primaires dans les communautés rurales. Cependant, la rétention des DIM dans les pratiques rurales à travers le Canada reste un défi. Nous avons exploré la littérature pour connaître les facteurs qui influencent la rétention des diplômés internationaux en médecine (DIM) dans la pratique rurale et ce qui a été recommandé dans la littérature pour aborder ces facteurs. MTHODES: Nous avons axé nos stratégies de recherche sur des sources de documentation évaluées par des pairs (entre le 1er janvier 2012 et le 31 décembre 2023) qui exploraient et identifiaient des facteurs liés au maintien des DIM dans la pratique rurale au Canada, ainsi que les domaines transférables au contexte canadien. RSULTATS: Sur 1 002 articles, vingt ont été sélectionnés. Les facteurs ont été classés en cinq catégories: structurels, professionnels, familiaux, communautaires et personnels. Les obstacles structurels identifiés comprenaient le manque général de soutien, l'accès limité aux centres de soins tertiaires et un modèle de soins non viable. Les défis professionnels comprenaient l'épuisement professionnel des médecins, une mobilité limitée et un champ d'action restreint. À l'inverse, l'intégration dans la communauté, les possibilités d'emploi pour les conjoints et les écoles accessibles pour les enfants sont autant de facteurs qui facilitent la rétention des DIM. Les principales recommandations visant à améliorer la rétention des DIM qui ont été identifiées sont les suivantes: 1) proposer des contrats équitables, des aides au financement et des charges de travail équilibrées; 2) disposer de modèles de recrutement orientés vers la communauté pour répondre aux attentes des médecins en matière de niveau de revenu, de charge de travail et d'emploi des conjoints; et 3) disposer de groupes de soutien à la rétention dirigés par des médecins pour aider les DIM à s'installer de manière adéquate. CONCLUSION: Cette étude a permis d'identifier les obstacles et les facteurs facilitant la rétention des DIM en médecine rurale et de formuler des recommandations fondées sur des données probantes pour chaque facteur. L'engagement et l'adaptation de stratégies de soutien spécifiques aux besoins des DIM dans les communautés rurales permettraient d'améliorer leur rétention.
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 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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».