MétaCan
Menu
← Retour à la cohorte
Enregistrement W3122651375

Impact of Individual and Institutional Factors on Wage Rate for Nurses in Canada: Is There a Monopsony Market?

2017· preprint· en· W3122651375 sur OpenAlexaffabout
Ruolz Ariste, Ali Béjaoui

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2017
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensUniversité LavalUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésMonopsonyMicrodata (statistics)WageLabour economicsEconomicsEconomic shortageEfficiency wageIncentiveDemographic economicsMicroeconomicsMedicinePopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Several studies and media sources often report a labour shortage in the nursing profession. Given this shortage, one might assume that registered nurses (RNs) would have a perspective of maximizing wage income: increase the hourly wage or the number of hours worked. Institutional incentives in place can influence these two components, particularly the hourly wage. However, previous studies of Canadian nurse wages were limited to individual factors and did not take into account contextual factors such as hospital market share, labour market size or unionization. Based on market share, some refer to the nursing labour market as a monopsony; which depresses wages and might explain the shortage. However, this has not yet been tested empirically in the Canadian RN labour market. This article aims to fill this gap by using the confidential microdata files of the Labour Force Survey (LFS) for the years 2010 to 2012 and the multi-level analysis to shed light on this issue. The contribution of this work is that it takes into account both individual and contextual variables to try to explain nurses' hourly wage. In accordance with the monopsony model, we hypothesize a negative correlation between hourly wage and level of market share; i.e. monopsony employers would pay a lower wage rate. The results do not support the monopsony model to explain nursing labour shortage: there is no statistically significant relation between RNs wages and market share; no relation was found for market size either. This suggests explanation for RN labour shortage must be investigated elsewhere.

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)0,006
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 enseignants0,028
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,105
Tête enseignante GPT0,439
Écart entre enseignants0,333 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetEmployment and Welfare Studies→Travaux en français237 207→