Skill mix changes in healthcare professions during the COVID-19 pandemic: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: The objective of the scoping review was to systematise the existing knowledge about skill mix changes among the healthcare workforce during the COVID-19 pandemic. DESIGN: Scoping review according to Preferred Reporting Items for Systematic Reviews and Meta-Analyses for Scoping Review. DATA SOURCES: Five databases including CINAHL Ultimate, Web of Science, Medline, Embase and Scopus were searched in August 2024. ELIGIBILITY CRITERIA: The review encompassed original research studies published from January 2020 to August 2024, on the skill mix of healthcare workers during the COVID-19 pandemic. Quantitative and qualitative studies were included without geographical or linguistic restrictions. DATA EXTRACTION AND SYNTHESIS: Data were independently extracted by two researchers, capturing details such as publication year, study title, country, target population, study purpose and methodology, sample size, analysed variables, results and recommendations. RESULTS: A total of 13 563 records were identified in the databases of which 3962 remained for abstract review. 32 articles were included in the final analysis. 17 of the 32 papers were from Western and Southern Europe. The healthcare professions which were described in the studies were physicians, nurses, midwives, paramedics, pharmacists, physiotherapists, occupational therapists and medical assistants, of which the majority of the studies were conducted among nurses (n=16), pharmacists (n=11) and physicians (n=6). Most studies (n=9) concerned the adding of new tasks/roles and reallocating tasks in combination with teamwork (n=8). Research covered a range of topics, including psychological aspects of work, patient safety, work reorganisation, training and collaboration. Many studies focused on the challenges related to skill mix, such as the blurring of responsibilities and role ambiguity. CONCLUSIONS: The research summarised in this review demonstrates the impact of implementing skill mix changes on healthcare workers during the COVID-19 pandemic, particularly in the area of mental health. The research highlights the importance of adaptation in response to pressures among healthcare professions and the entire system. Further research is needed to examine the long-term impact of skill mix on healthcare workers across regions and professions in crisis situations.
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 | 0,029 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,017 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».