MétaCan
Menu
Retour à la cohorte
Enregistrement W2993168401 · doi:10.3138/cpp.2012-065

Evaluating the Relationship between Pay and Research Productivity: Panel Data Evidence from Ontario Universities

2014· article· en· W2993168401 sur OpenAlexaffvenueabout
Anindya Sen, Hideki Ariizumi, Natasha DeSousa

Notice bibliographique

RevueCanadian Public Policy · 2014
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensWilfrid Laurier UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSalaryProductivityPanel dataConstruct (python library)Set (abstract data type)Demographic economicsPublic sectorEmpirical evidenceAccountingEconomicsPublic relationsBusinessPolitical scienceLabour economicsEconometricsEconomic growthComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Exploiting data made available by the 1996 Ontario Public Sector Salary Disclosure Act, we construct a unique panel data set containing individual salaries of tenured and tenure-track economics professors from 16 universities in Ontario between 1996 and 2006 to evaluate the relationship between academic performance and salary. Our estimates suggest that universities reward research productivity, as a top journal publication is significantly associated with a roughly 1 percent–3 percent increase in annual salary. We interpret our results as empirical evidence of the potential importance of research productivity in determining publicly funded salaries of academics.

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)0,085
score de la tête « metaresearch » (Gemma)0,369
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Études des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesMétarecherche, Bibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0850,369
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0380,086
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0050,002
Intégrité de la recherche0,0000,001
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 Opus0,951
Tête enseignante GPT0,652
Écart entre enseignants0,299 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations12
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetscientometrics and bibliometrics researchTravaux en français237 207