Gender Differences and Predictors of Work Hours in a Sample of Ontario Dentists.
Notice bibliographique
Résumé
PURPOSE: To determine the influence of gender on weekly work hours of Ontario dentists. METHODS: In 2012, a 52-item survey was sent to a random sample of 3000 Ontario dentists (1500 men and 1500 women) to collect information on personal, professional and sociodemographic characteristics. The resulting data were analyzed using descriptive statistics and linear regression modeling. RESULTS: The 867 respondents included 463 men, 401 women and 3 people whose gender was unreported, yielding a response rate of 29%.Most dentists worked full-time, with men working, on average, 2 h/week longer than women. Younger dentists worked more than older dentists. Practice ownership increased weekly work hours, and men reported ownership more often than women. Canadian-trained women worked significantly fewer hours than those trained internationally. Women were more likely than men to work part time and take parental leave and more often reported being primary caregivers and solely responsible for household chores. Women with partner support for such tasks worked more hours than those who were solely responsible. Dentists with children ≤ 3 years of age worked fewer hours than those without children; however, after controlling for spousal responsibility for caregiver duties, this effect was eliminated. More women than men reported making concessions in their career to devote time to family. CONCLUSION: Gender, age, practice ownership, training location and degree of spousal support for household and caregiving responsibilities were predictors of weekly work hours. For women specifically, training location and household and caregiving responsibilities predicted weekly work hours.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».