“At the mercy of some of the regulations”: the impact of the residency match and return of service requirement on the early-career decisions of international medical graduates in Canada
Notice bibliographique
Résumé
Abstract Background Return-of-service (ROS) agreements require international medical graduates (IMGs) who accept medical residency positions in Canada to practice in specified geographic areas following completion of training. However, few studies have examined how ROS agreements influence career decisions. We examined IMG resident and early-career family physicians’ perceptions of the residency matching process, ROS requirements, and how these factors shaped their early career decisions. Methods As part of a larger project, we conducted semi-structured qualitative interviews with early-career family physicians and family medicine residents in British Columbia, Ontario and Nova Scotia. We asked participants about their actual or intended practice characteristics (e.g., payment model, practice location) and factors shaping actual or intended practice (e.g., personal/professional influences, training experiences, policy environments). Interviews were transcribed verbatim and a thematic analysis approach was employed to identify recurring patterns and themes. Results For this study, we examined interview data from nine residents and 15 early-career physicians with ROS agreements. We identified three themes: IMGs strategically chose family medicine to increase the likelihood of obtaining a residency position; ROS agreements limited career choices; and ROS agreements delayed preferred practice choice (e.g., scope of practice and location) of an IMGs’ early-career practice. Conclusions The obligatory nature of ROS agreements influences IMG early-career choices, as they necessitate strategically tailoring practice intentions towards available residency positions. Existing analyses of IMGs’ early-career practice choices neglect to distinguish between ROS and practice choices made independently of ROS requirements. Further research is needed to understand how ROS influences longer term practice patterns of IMGs in 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 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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».