MétaCan
Menu
Retour à la cohorte
Enregistrement W4416147259 · doi:10.1186/s12982-025-01091-7

Geographic labour mobility and quality of life among healthcare workers in North America: a scoping review

2025· article· en· W4416147259 sur OpenAlexaff
Behdin Nowrouzi‐Kia, Bao-Zhu Stephanie Long, Kishana Balakrishnar, Joyce Lo

Notice bibliographique

RevueDiscover Public Health · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensLaurentian UniversityKrembil FoundationUniversity of TorontoCentre for Addiction and Mental HealthUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOWorkforceHealth careScopusMEDLINECredentialQuality of life (healthcare)

Résumé

récupéré en direct d'OpenAlex

To map the factors influencing labour mobility and the Quality of Life (QOL) domains among healthcare workers in North America. A scoping review was performed following the PRISMA-ScR guidelines. A literature search was conducted across eight databases: MEDLINE (Ovid), APA PsycINFO (Ovid), Embase (Ovid), Sociological Abstracts (ProQuest), Business Source Premier (EBSCO), International Bibliography of the Social Sciences (EBSCO), CINAHL (EBSCO), and Scopus (Elsevier), yielding 1,554 articles. Studies were included if they were empirical, focused on adults (18+) in North America who migrated for work, examined aspects of QOL or equivalent measures, and were published in English. The International Classification of Functioning, Disability, and Health (ICF) framework was used to structure the data synthesis. Nine studies met the eligibility criteria, revealing three overarching themes on how labour mobility influences QOL from different perspectives: (1) Social Perspectives, (2) Functional Perspectives, and (3) Individual Perspectives. The findings underscore the importance of social networks for health workers regarding job opportunities, emotional support, and career guidance. However, persistent discrimination, particularly regarding credential recognition and workplace integration, limits career advancement and mobility. Promoting inclusive work environments and equitable policies are crucial for enhancing workforce mobility and QOL among healthcare workers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,099
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,096
Tête enseignante GPT0,473
Écart entre enseignants0,377 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscover Public HealthMême sujetGlobal Health Workforce IssuesTravaux en français237 207