MétaCan
Menu
Retour à la cohorte
Enregistrement W2766851266 · doi:10.1186/s12960-017-0249-5

Is there a financial incentive to immigrate? Examining of the health worker salary gap between India and popular destination countries

2017· article· en· W2766851266 sur OpenAlexaboutno aff
Gavin George, D. Rhodes

Notice bibliographique

RevueHuman Resources for Health · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalaryIncentiveHealth administrationWork (physics)Health carePurchasing power parityPurchasing powerBusinessDemographic economicsEconomic growthEconomicsFinanceExchange rate

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: International migration is one of the factors resulting in the shortage of Human Resources for Health (HRH) in India. Literature suggests that migration is fuelled by the prospect of higher salaries available abroad. The extent of these salary differentials are unknown, and this study seeks to examine the salaries of selected HRH in India and four popular destination countries (United States of America, United Kingdom, Canada and the United Arab Emirates), whilst accounting for the in-country cost of living. This study will therefore determine truer financial incentives for Indian HRH to migrate abroad. METHODS: A purchasing power parity (PPP) ratio is employed to equalise the international price of buying a representative basket of commonly bought goods (including food, entertainment, fuel and utilities). Using the PPP index, real differences in salaries are directly compared for selected work categories and different levels of work experience in the four respective countries. RESULTS: Nurses in the USA can earn up to 82.7% more than their Indian counterparts. Nurses in Canada and the UAE reveal more modest salary differentials, yet still significant better off by up to 28 and 20% respectively. Only nurses in the UK are potentially materially worse off than nurses working in India. We observe significant potential PPP gains of up to 57.4, 99.1 and 94.4% for medical doctors in the USA, Canada and the UAE respectively. Medical specialists potentially experience the greatest income disparities with anaesthetists potentially earning up to 600% more than their counterparts in India. Radiologists operating in the UK and general surgeons working in the USA can potentially earn more than double that of their counterparts working in India. We observe more modest positive or negligible PPP gains in other selected countries for health specialists. CONCLUSION: Even when considering the differences in the cost of living, the financial incentive for selected cadres of Indian HRH to seek work abroad remains strong. The migration of Indian HRH to countries offering superior salaries makes it difficult for India to retain experienced health personal and compromises government efforts to render health care more accessible across the country.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,101
Tête enseignante GPT0,447
Écart entre enseignants0,347 · 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'étudeObservationnel
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

Citations37
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetGlobal Health Workforce IssuesTravaux en français237 207