MétaCan
Menu
Retour à la cohorte
Enregistrement W3208918396 · doi:10.1590/0034-7167-2020-1370

Nursing in Brazil: socioeconomic analysis with a focus on the racial composition

2021· article· en· W3208918396 sur OpenAlexaboutno aff
Gerson Luiz Marinho, Bruno Luciano Carneiro Alves de Oliveira, Carlos Leonardo Figueiredo Cunha, Felipe Guimarães Tavares, Elisabete Pimenta Araújo Paz

Notice bibliographique

RevueRevista Brasileira de Enfermagem · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusWhite (mutation)Race (biology)Quarter (Canadian coin)Ethnic groupNursingMultivariate analysisCensusGerontologyMedicineDemographyGeographyEnvironmental healthSociologyPopulationGender studies

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: to analyze the socioeconomic characteristics of nurses and nursing technicians living in Brazil according to color/race. METHODS: based on the 2010 Demographic Census sample, 62,451 nursing professionals (nurses and technicians) living in Brazil were selected. Differences in monthly income were estimated by multivariate models, stratified by color or race groups (white, brown, and black). RESULTS: the majority were technicians (61.9%) of white color (54.3%). The income of white nurses exceeded that of brown and black nurses by more than a quarter; among technicians, white professionals had an income approximately 11% higher than brown and black nurses. CONCLUSIONS: differences between incomes of nursing workers were associated with ethnic/racial background, revealing situations in which white professionals systematically presented more favorable job and income conditions than black and brown professionals.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,610
Score d'incertitude au seuil0,598

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,023
Tête enseignante GPT0,327
Écart entre enseignants0,304 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EnfermagemMême sujetNursing education and managementTravaux en français237 207