MétaCan
Menu
Retour à la cohorte
Enregistrement W4417297994 · doi:10.26635/6965.7126

The health of New Zealand cardiology: senior medical officer workforce survey

2025· article· en· W4417297994 sur OpenAlexaboutno aff
Selwyn Wong, Martin K. Stiles

Notice bibliographique

RevueNew Zealand Medical Journal · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAthletic Training and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceOfficerPer capitaHealth servicesPopulation ageingWorkforce developmentWorkforce planning

Résumé

récupéré en direct d'OpenAlex

AIM: To quantify the current state of the cardiology specialist workforce in Health New Zealand - Te Whatu Ora. METHODS: The Cardiac Society of Australia and New Zealand sent a survey to all Health New Zealand - Te Whatu Ora cardiology departments in 2024, requesting information on specialist cardiac staff. Population information was obtained from Health New Zealand - Te Whatu Ora. International comparisons were obtained by website search. RESULTS: Of 154 Health New Zealand - Te Whatu Ora-employed cardiologists, 119 (77%) were male, and 113 (73%) received cardiology training in New Zealand. Over half were aged >50, 35% >55, including 18% >60 years. Time in current position was 12±9 years and the vacancy rate was 14%. The current ratio of persons per cardiologist is 35,000. In the five districts with the highest proportion of Māori and Pacific peoples, this ratio exceeds the national average: Tairāwhiti 54,000; Counties Manukau 38,000; Lakes 61,000; Northland 52,000; Hawke's Bay 47,000. For cities with cardiac surgery the ratio is 32,000 and without is 46,000. International ratios include: United States of America (USA) 15,000; Canada 25,000; United Kingdom (UK) 40,000 and Australia 25,000 persons per cardiologist. CONCLUSIONS: Health New Zealand - Te Whatu Ora has an experienced but ageing cardiologist workforce, with many vacancies. Districts with higher Māori/Pacific populations have fewer cardiologists per capita than the national average of 1:35,000, which is similar to the UK, but less than the USA, Australia and Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,316
Score d'incertitude au seuil0,627

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,449
Écart entre enseignants0,379 · 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'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 revueNew Zealand Medical JournalMême sujetAthletic Training and EducationTravaux en français237 207