L’émigration des médecins, en particulier vers la France, et la desserte médicale au Maghreb
Bibliographic record
Abstract
Cet article tente de décrypter la réalité de l’émigration des médecins maghrébins vers la France. Il rend également compte des capacités de formation dans ces trois pays et des intentions d’émigration des jeunes médecins. Les résultats mettent en évidence des disparités dans les capacités de formation médicale et confirment la tendance générale à la féminisation des professions médicales dans les pays du Maghreb. L’Algérie forme quatre fois plus de médecins que le Maroc et huit fois plus que la Tunisie, ce qui influence les densités médicales locales et le nombre de médecins migrants. Nos estimations des taux d’émigration suivant le pays d’obtention du diplôme et le lieu de naissance montrent que l’émigration, bien qu’importante, ne peut pas être qualifiée de massive. Certaines spécialités sont particulièrement touchées par l’émigration, telles que l’anesthésie-réanimation, le radiodiagnostic-imagerie médicale, la néphrologie, et surtout la psychiatrie, qui pourraient connaître de graves pénuries surtout dans les pays où les capacités de formation n’ont pas beaucoup évolué. Par ailleurs, les intentions d’émigration des jeunes médecins demeurent fortes, avec la France comme destination privilégiée, suivie par l’Allemagne, le Canada et les pays du Golfe. Cette tendance à l’expatriation pourrait exacerber les inégalités de répartition géographique des médecins dans les pays du Maghreb, ce qui impacte directement l’accès aux soins des populations vivant dans les régions mal couvertes.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".