MétaCan
Menu
Back to cohort
Record W303504891 · doi:10.71781/621

L’intégration professionnelle : perception des médecins immigrants

2010· dissertation· fr· W303504891 on OpenAlexaboutno aff
Anas Bardai

Bibliographic record

VenueOpen MIND · 2010
Typedissertation
Languagefr
FieldHealth Professions
TopicGlobal Health Workforce Issues
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesImmigrationEthnologySociologyArt

Abstract

fetched live from OpenAlex

RÉSUMÉ : Problématique : En dépit du nombre croissant de médecins immigrants qui choisissent de s’installer au Québec, et de la pénurie de ces professionnels de la santé, beaucoup d’entre eux ne parviendront pas à exercer leur profession au Québec. Les études réalisées auparavant n’étaient souvent pas spécifiques à l’intégration professionnelle des médecins immigrants au Québec. Et de nouvelles barrières émergeaient à chaque étude, justifiant la nécessité d’une démarche exploratoire pour mieux comprendre le sujet. Objectifs : L’objectif de cette étude est d’identifier et analyser les barrières à l’intégration professionnelle ainsi que les facteurs facilitants perçus par les médecins immigrants diplômés hors Canada et États-Unis qui choisissent de s’installer au Québec. Méthodologie : La stratégie retenue est la recherche synthétique de type étude de cas. C’est une recherche qualitative principalement basée sur l’analyse de 22 entrevues semi-structurées, réalisées avec des médecins immigrants diplômés hors Canada et États-Unis, originaires de 15 pays différents. L’échantillon est de type variation maximale, selon le pays d’origine, la formation initiale, l’expérience professionnelle et selon le parcours personnel au Québec. Le recrutement a été réalisé principalement à l’aide de la collaboration du Centre d'évaluation des sciences de la santé de l’Université Laval, de l’organisme « l’Hirondelle » et du département d’administration de la santé de l’Université de Montréal. Le cadre théorique est celui de Diaz (1993) et les différents thèmes qui ont été abordés dans l’entrevue sont inspirés de la synthèse des barrières et des perceptions citées dans la littérature dont la plupart ne sont pas spécifiques aux médecins immigrants. Ces thèmes généraux sont représentés par les contraintes linguistiques, socioculturelles, informationnelles, financières, procédurales et discriminatoires. Pour ce qui est des thèmes des facteurs facilitants, ce sont : les facteurs financiers, informationnels, d’aide et de support à l’intégration professionnelle. Résultats : Les 22 participants étaient composés de 13 hommes et de 9 femmes, âgés de 29 à 53 ans, originaires de 15 pays différents et ayant une durée de séjour au Québec de 2 à 15 ans. Lors des entrevues, les émergences recueillies grâce aux questions ouvertes ont permis d’appréhender les difficultés spécifiques perçues par les médecins immigrants qui n’ont pas été soulevées ii par la littérature. Les barrières à l’intégration professionnelle perçues par les médecins immigrants sont surtout de nature procédurale, mais également institutionnelles, et dans une moindre mesure, socioculturelles. Les principales barrières procédurales sont relatives aux facteurs informationnels, à l’évaluation des connaissances et des compétences médicales, mais surtout à l’absence de garantie de l’octroi des postes de résidence même après la réussite des examens exigés. Les facteurs facilitants les plus importants sont l’harmonisation des procédures provinciales et fédérales, l’amélioration relative de l’information, le soutien linguistique pour les nonfrancophones et la pénurie des médecins. Conclusion : La réduction des nombreuses barrières identifiées dans cette recherche, permettra non seulement de faciliter l’intégration professionnelle des médecins immigrants, mais également de contribuer à réduire la pénurie de ces professionnels de la santé au Québec.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.010
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.525
Threshold uncertainty score0.956

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.010
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0050.003
Scholarly communication0.0030.002
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0120.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.069
GPT teacher head0.455
Teacher spread0.386 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations3
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicGlobal Health Workforce IssuesFrench-language works237,207