Rethinking the Standards for State Licensure of Physicians
Notice bibliographique
Résumé
The US faces a shortage of physicians that is going unmet by the current US medical education system. One option to address this shortfall is to increase the number of international medical graduates (IMGs) practicing medicine in the US. In April of 2023, Tennessee enacted a law that would afford IMGs provisional licensure to practice medicine in the state without undertaking graduate medical education. Passage of this law was followed soon after by passage of the “Physician Workforce Act” in Alabama, which reduced the requirement for domestic graduate education for IMGs from 3 to 2 years. The Alabama law also established a medical “bridge year” program aimed at US and Canadian medical graduates who went unmatched in the National Residency Matching Program. The past year has seen a total of at least 15 states enacting or considering measures that reduce licensing barriers for IMGs. In some cases, provisional licensing of IMGs has replaced requirements for graduate medical education. All these moves, aimed at relieving physician shortages, have the potential to degrade the standards to which physicians are held for licensing and entry into the practice of medicine. It is incumbent on states to assure that IMGs and others who forego extant graduate medical education requirements are fully qualified for licensure and the practice of medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,085 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,010 |
| Communication savante | 0,016 | 0,011 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,013 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».