MétaCan
Menu
Retour à la cohorte
Enregistrement W7015619812

Theorizing the barriers and facilitators to relicensing and resettling of Albertan International Medical Graduates

2014· dissertation· en· W7015619812 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen ULeth Scholarship (OPUS) (University of Lethbridge) · 2014
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionHyporeflexiaDurvalumabSubpoenaArticular cartilage damageDemotion
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this qualitative research study was to explore how Albertan International Medical Graduates (AIMGs) negotiated barriers and facilitators during their journey to Canadian medical licensure by incorporating the views and perceptions of two study groups: practicing and non-practicing. This research used Charmaz’s (2014) constructivist grounded theory approach and was informed by six non-practising and seven practising AIMGs. The participants were individually interviewed with open-ended, in-depth questions. This research provided rich insight into the Canadian medical licensure experiences of AIMGs. Seven key factors to the successful licensure of AIMGs were identified: finances, language, family, culture, networks, institutional rules, and intrapersonal characteristics. A theoretical framework was developed to explain how AIMGs negotiated those factors to obtain their Canadian medical license. Furthermore, acculturation theory was used to explain the acculturation strategies of AIMGs, and institutional theory was used to explain how the existing policies and regulations acted as barriers to the licensing of AIMGs. AIMGs used two acculturation strategies, integration was the preferred choice of adaptation to the Canadian society, and assimilation was the only possibility when adapting to the hospital culture. Health care administrators and policy makers can use the concepts identified in this study to integrate more AIMGs into the Canadian health care system.

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)0,013
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,993

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0140,021
Communication savante0,0060,003
Science ouverte0,0030,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,397
Écart entre enseignants0,364 · 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'étudeQualitatif
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen ULeth Scholarship (OPUS) (University of Lethbridge)Même sujetGlobal Health Workforce IssuesTravaux en français237 207