Bibliographic record
Abstract
INTRODUCTION: Despite efforts by Canadian medical schools to recruit students who are intent on rural practice, rural communities in Canada still face disparities in their physician workforce. Our study aims to identify the variables which predict those physicians who will not only enter rural practice but will remain in rural practice. METHODS: Between 2002 and 2004, 2070 Canadian 1st-year medical students were invited to participate in an entry survey delineating career choice, attitudes and sociodemographic data. Of these, 1542 were included in a 2013 analysis to assess the influences on early practice in rural family medicine (FM), and a total of 1530 were included in the current analyses to assess influences on both mid-career rural FM practice and rural FM retention. Variables identified by bivariate analyses as being associated with rural family practice were entered into backward stepwise logistic regression analyses to identify their relative predictive strength on choosing and sustaining a career in rural FM. RESULTS: Of the 1530 physicians included in this study, where 88 (5.8%) physicians were practising in a rural setting in 2013, now 61 (4.0%) were practising rural FM with the remainder practising urban FM (n = 505; 33%) or speciality medicine (n = 964; 63%). Our study found that an early preference for rural practice, having parents with less formal education, being married or in a common-law relationship at medical school entry, coming from a smaller hometown and expressing a desire for a shorter postgraduate training on entry to medical school were predictive of mid-career rural practice location. We also found that having parents with postgraduate education and placing greater emphasis on medical lifestyle at medical school entry were predictive of a mid-career switch away from a rural practice location to a non-rural practice location. CONCLUSION: These characteristics can be considered by medical school leaders to support the recruitment of candidates to, and retention of, physicians in rural communities. INTRODUCTION: Malgré les efforts déployés par les facultés de médecine canadiennes pour recruter des étudiants désireux d'exercer en milieu rural, les communautés rurales du Canada sont toujours confrontées à des disparités au niveau de leurs effectifs médicaux. Notre étude vise à identifier les variables qui prédisent les médecins qui non seulement entreront dans la pratique rurale, mais y resteront. MTHODES: Entre 2002 et 2004, 2 070 étudiants canadiens en première année de médecine ont été invités à participer à un sondage d'entrée décrivant le choix de carrière, les attitudes et les données sociodémographiques. De ce nombre, 1 542 ont été inclus dans une analyse de 2013 visant à évaluer les influences sur la pratique précoce de la médecine familiale rurale (MF), et un total de 1 530 ont été inclus dans les analyses actuelles visant à évaluer les influences sur la pratique de la MF rurale à mi-carrière et sur la rétention de la MF rurale. Les variables identifiées par les analyses bivariées comme étant associées à la pratique de la médecine familiale rurale ont été introduites dans des analyses de régression logistique pas à pas à rebours afin d'identifier leur force prédictive relative au choix et maintien d'une carrière en MF rurale. RSULTATS: Sur les 1 530 médecins inclus dans cette étude, alors que 88 (5,8%) médecins exerçaient en milieu rural en 2013, 61 (4,0%) pratiquaient la MF rurale, alors que les autres pratiquaient la MF urbaine (n = 505; 33%) ou la médecine spécialisée (n = 964; 63%). Notre étude a révélé qu'une préférence précoce pour la pratique rurale, le fait d'avoir des parents moins scolarisés, d'être marié ou de vivre en union libre au moment de l'entrée à l'école de médecine, de venir d'une petite ville natale et d'exprimer le désir d'une formation postdoctorale plus courte au moment de l'entrée à l'école de médecine, étaient des facteurs prédictifs d'une pratique en milieu rural à mi-carrière. Nous avons également constaté que le fait d'avoir des parents ayant suivi une formation postuniversitaire et d'accorder une plus grande importance au mode de vie médical lors de l'entrée à l'école de médecine était un facteur prédictif d'un changement de lieu d'exercice en milieu de carrière, d'un lieu d'exercice rural à un lieu d'exercice non rural. CONCLUSION: Ces caractéristiques peuvent être prises en compte par les responsables des facultés de médecine pour soutenir le recrutement de candidats et le maintien des médecins dans les communautés rurales.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 teacher head, 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".