MétaCan
Menu
Retour à la cohorte
Enregistrement W4410266043 · doi:10.2196/70505

Continuous Rural High School Educational Outreach and Lasting Impact on Health Care Career Attitudes: Qualitative Pilot Study

2025· article· en· W4410266043 sur OpenAlexvenueno aff
Rebecca M. Bolen, Meagan Flesch, Jerrica Dennis, Logan Shouse, Mark E. Payton, David Ross

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintOutreachMedical educationHealth carePsychologyPeer reviewMedicineNursingPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Rural communities face persistent challenges in recruiting and retaining health care professionals. Research has shown that individuals from rural backgrounds are more likely to return to practice in these areas, yet most existing pipeline programs focus on undergraduate and medical students rather than high school students. Early exposure to health care careers is essential, as many students have already selected their career paths by the time they enter college. A previous study conducted in 2020 analyzed the effects of a single educational workshop at a rural high school in New Hampshire. The results suggested that students had a better understanding of the health care field. Objective: This study evaluates the impact of an ongoing educational outreach program designed to introduce rural high school students to diverse health care professions. Methods: This study was conducted at West Grand High School, a rural high school in Kremmling, Colorado, between September and December 2023. The intervention consisted of 4 monthly sessions, each focusing on a different medical specialty-primary care, sports medicine, dermatology, and neurology. These sessions, led by second-year medical students, provided an overview of common conditions, treatment approaches, and various health care roles involved in patient care. Participants completed pre- and postsession surveys assessing their interest in health care careers, perceived barriers, and likelihood of returning to their rural hometown to practice. A follow-up survey was conducted 4 months after the final session to assess long-term impact. Results: While individual session surveys showed no significant changes, overall interest in and likelihood of pursuing a health care career increased significantly over the course of the presentation series (P=.03 and P=.04, respectively). However, there was no significant change in students' likelihood of returning to their rural hometowns to practice or their perceived access to resources for a health care career. Financial constraints (43/66, 65%) were identified as the most significant barrier, followed by lack of exposure (19/66, 29%) and support (17/66, 26%), while interest and education were least likely perceived as obstacles. Conclusions: This study highlights the importance of early and sustained outreach efforts in rural communities to increase awareness of diverse health care career pathways. While short-term educational interventions can positively influence career interest, long-term mentorship and structured support systems are essential for fostering a sustained commitment to rural health care careers. Future initiatives should integrate financial counseling, ongoing mentorship, and collaborations with existing rural pipeline programs to enhance the effectiveness of such interventions.

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)0,011
score de la tête « metaresearch » (Gemma)0,009
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,150
Tête enseignante GPT0,614
Écart entre enseignants0,465 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetGlobal Health Workforce IssuesTravaux en français237 207