MétaCan
Menu
Retour à la cohorte
Enregistrement W4200063068 · doi:10.46425/j119029034

Estimating the Financial Incentive for Caribbean Teachers to Migrate: An Analysis of Salary Differentials using Purchasing Power Parity (PPP)

2021· article· en· W4200063068 sur OpenAlexaboutno aff
Gavin George, D. Rhodes, Christine Laptiste

Notice bibliographique

RevueJournal of Education and Development in the Caribbean · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalaryPurchasing power parityEarningsPurchasing powerDemographic economicsIncentiveEconomicsLabour economicsGeographyBusinessExchange rateFinance

Résumé

récupéré en direct d'OpenAlex

The teaching stock within the Caribbean region has been eroded by migration to developed countries. Higher potential earnings are one of the motivating factors to move abroad, but little is known about the extent of the income disparity between countries in the Caribbean and popular destination countries. Teacher salary comparisons are undertaken between selected countries in the Caribbean; Suriname, Trinidad and Tobago, St. Lucia, and Jamaica and popular destination countries, namely; United Kingdom, United States, and Canada using a purchasing power parity (PPP) exchange rate. Results show that newly qualified teachers can earn substantially more abroad, with Canada paying over twice the PPP adjusted salary compared to that offered in Jamaica (133.1%) and Suriname (110.6%). The United States offers the highest earning increases for mid- and late career teachers at over three times that offered in Jamaica (214.5%) and Suriname (223.4%). Canada is a close second across all Caribbean countries, whilst the United Kingdom offers the smallest salary differentials at 153.6% for Jamaica and 64.8% for St. Lucia. The study further reveals that there are salary disparities within the Caribbean, which may be a motivating factor for intra-regional migration.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,336

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 technologies0,0000,000
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 Opus0,040
Tête enseignante GPT0,365
Écart entre enseignants0,325 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and Development in the CaribbeanMême sujetEducation and Technology IntegrationTravaux en français237 207