Facteurs influençant le choix de la spécialité « Médecine Générale » chez les étudiants en deuxième cycle d’études médicales
Notice bibliographique
Résumé
Despite a steady increase in the number of doctors in France, the ageing of both the population and the caregivers is increasing the number of areas with low medical coverage. General Practice, a primary care specialty, is attracting fewer and fewer students, particularly in the Ile-de-Franceregion. This lack of interest requires a clear understanding of the motivations behind choosing this specialty. The objective of our study was to explore the various factors determining the choice of future specialty using Beaulieu's Quebecois and French-language questionnaire, which is validated by the literature and allows for surveying a large sample of medical students. The questionnaire, previously adapted to reflect French issues, was sent to three cohorts of medical students from three universities in the Paris region. I received responses from 792 students, 19.82% of whom wished to become general practitioners. A factor analysis and logistic regression were conducted. The factor analysis led to the formation of certain factors that differed from those obtained by the original authors, as well as the isolation of certain items from the questionnaire, which we treated individually. Our logistic regression model explained more than 60% of the variance. The desire to become a general practitioner was significantly associated with having completed an outpatient general medicine internship during the French medical school second cycle, and was motivated by a societal commitment and reduced training constraints. Conversely, factors such as the limited scope of practice, hospital career path orientation or completing an internship in the desired future specialty had a significantly negative influence on the choice of General Practice. These results reflect a lack of representation of General Practice, even though the choice appeared to be mainly driven by desires for flexibility and freedom.
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 | 0,002 | 0,010 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».