MétaCan
Menu
Retour à la cohorte
Enregistrement W3127474495 · doi:10.17159/i63a05

Teacher salary differentials using Purchasing Power Parity (PPP): a South African perspective as both a ‘source’ and ‘destination’ country

2015· article· en· W3127474495 sur OpenAlexaboutno aff
Gavin George, D. Rhodes

Notice bibliographique

RevueJournal of Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalaryIncentivePurchasing powerPurchasing power parityPurchasingEconomicsLabour economicsEconomic growthDemographic economicsBusinessMarket economyFinanceOperations management

Résumé

récupéré en direct d'OpenAlex

Teacher migration is a problem for developing countries as it impacts on delivery of quality education. The potential to earn higher incomes remains the most common factor driving teacher migration. This study seeks to investigate how the South African teacher salary structure compares with the equivalent salary structure in six prominent migrating countries whilst highlighting the economic appeal of South Africa from a Zimbabwean teacher perspective. Using a representative basket of commonly bought goods (including food, entertainment, fuel and utilities), a purchasing power parity (PPP) ratio is used to equalise the international price of buying that basket. Our study makes comparisons, using a PPP index, and allows the identification of real differences in salaries for our selected countries (South Africa, United States, United Kingdom, Canada, Australia, New Zealand, Japan and Zimbabwe) for selected teaching categories. Even when controlling for differences in the cost of living, the incentive for a South African teacher to seek work overseas remains strong and increases with career experience. A worrying conclusion for South Africa concerned with keeping its experienced teachers is that as more human capital is gained by experience, the greater the incentive to emigrate.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,058
Tête enseignante GPT0,393
Écart entre enseignants0,335 · 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'étudeQualitatif
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EducationMême sujetEducation Systems and PolicyTravaux en français237 207