MétaCan
Menu
Retour à la cohorte
Enregistrement W2956049387 · doi:10.1186/s12960-019-0380-6

Research to support evidence-informed decisions on optimizing gender equity in health workforce policy and planning

2019· editorial· en· W2956049387 sur OpenAlexaff
Neeru Gupta

Notice bibliographique

RevueHuman Resources for Health · 2019
Typeeditorial
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésWorkforceHealth services researchEquity (law)Workforce planningSocial policyHealth policyPublic relationsThematic analysisHealth administrationHealth careWorkforce developmentHuman resourcesHuman resource managementAccountabilityBusinessPolitical scienceEconomic growthSociologyEconomicsQualitative researchManagementSocial science

Résumé

récupéré en direct d'OpenAlex

Women constitute 70% of the global health and social care workforce, but important knowledge gaps persist to effectively support decision making to optimize gender equity. In this Editorial introducing a new thematic series on 'Research to support evidence-informed decisions on optimizing gender equity in health workforce policy and planning,' we are calling for submissions focusing on research concerning the monitoring, evaluation and accountability of human resources for health policy options through a gender equity lens. We are particularly interested to receive manuscripts advancing the innovative use of data and methodologies in the areas of occupational segregation, decent work, gender pay gap and gendered leadership in the health workforce that could be reproducible across different country contexts.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,484
Tête enseignante GPT0,591
Écart entre enseignants0,107 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetDiversity and Career in MedicineTravaux en français237 207