MétaCan
Menu
Retour à la cohorte
Enregistrement W4239341008 · doi:10.1080/000368400322200

Professors and hamburgers: an international comparison of real academic salaries

2000· article· en· W4239341008 sur OpenAlexaboutno aff
Li Ong, Jason Mitchell

Notice bibliographique

RevueApplied Economics · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalaryPurchasing powerEconomicsLabour economicsNegotiationDemographic economicsInflation (cosmology)Job securityPurchasing power parityWages and salariesPublic economicsExchange ratePolitical scienceMonetary economicsMacroeconomicsMarket economyLaw

Résumé

récupéré en direct d'OpenAlex

In recent years, academic staff unions and associations have argued for higher salaries for academics on the grounds that existing salaries have not kept pace with inflation, are well below commercial salaries and, most glaringly, are much lower than the salaries of their overseas counterparts. However, most international comparisons are made based on exchange rate conversions, which is inappropriate since purchasing power differentials are only reflected in exchange rates in the long term. Furthermore, the volatility of exchange rates make such conversions highly inaccurate. A comparison is provided of real academic salaries by converting the nominal salaries in each country to their purchasing power equivalents, using the Big Mac Index. Our results show that real academic salaries are highest in Hong Kong and Singapore, relative to the developed countries, while Hong Kong tax and social security deductions are lowest. Furthermore, real salary levels, combined with intrinsic considerations such as the quality-of-life, indicate that Canada and New Zealand are unattractive places for visiting/migrating academics, while Australia and the USA are relatively attractive. It is suggested that these findings could be of use to policy-makers and academic unions in salary negotiations, as well as academics making relocation decisions.

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)0,002
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 enseignants0,008
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,109
Tête enseignante GPT0,291
Écart entre enseignants0,182 · 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

Citations22
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207