MétaCan
Menu
Retour à la cohorte
Enregistrement W3122217801 · doi:10.12927/hcpol.2015.24211

Estimating Nursing Wage Bill in Canada and Breaking Down the Growth Rate: 2000 to 2010

2015· article· en· W3122217801 sur OpenAlexaffvenueabout
Ruolz Ariste, Ali Béjaoui

Notice bibliographique

RevueHealthcare policy · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensCenter for Interuniversity Research and Analysis on OrganizationsUniversité LavalUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésWageWage growthWage rateLabour economicsEconomicsNursingDemographic economicsMedicine

Résumé

récupéré en direct d'OpenAlex

Even though the nursing professional category (registered nurses [RNs] and licensed practical nurses) made up about one-third of the Canadian health professionals, no study exists about their wage bill, the composition and growth rate of this wage bill. This paper attempts to fill this gap by estimating the nursing wage bill in the Canadian provinces and breaking down the growth rate for the 2000–2010 period, using the 2001 Census and the 2011 National Household Survey. Total wage bill for the nursing professional category in Canada was estimated at $20.1 billion ($17.3 billion for RNs), which suggests that it is as substantial as net physician remuneration. The average annual growth rate of this wage bill was 6.6% for RNs. This increase was mainly driven by real (inflation-adjusted) wage per hour, which was 3.0%, suggesting the existence of a “health premium” of 1.7 percentage points during the study period.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,298
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,068
Tête enseignante GPT0,443
Écart entre enseignants0,374 · 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.

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

Citations2
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetGlobal Health Workforce IssuesTravaux en français237 207