Women’s Participation in Leadership Roles in a Single Canadian Paramedic Service
Notice bibliographique
Résumé
Introduction: Like other public safety professions, paramedicine has historically been a male-dominated occupation, both in the demography of its workforce and in its organizational culture. Although women are increasingly choosing paramedicine as a career, participation in leadership roles remains limited. Drawing on data from a recent comprehensive mental health survey, we describe the proportion of women in leadership in a single, large, urban paramedic service in Ontario, Canada. Methods: We distributed an in-person, paper-based survey during the fall 2019 - winter 2020 Continuing Medical Education (CME) sessions. Participating paramedics completed a demographic questionnaire alongside a battery of mental health screening tools. We assessed the demography of the workforce and explored differences in employment classification, provider level (e.g., primary vs. advanced care), and participation in formal leadership roles along self-reported gender lines. Results: Out of 607 paramedics attending CME, we received 600 completed surveys, with 11 excluded for missing data, leaving 589 for analysis and a 97% response rate. Women comprised 40% of the active-duty paramedic workforce, with an average of 8 years of experience. Compared to men, women were more than twice as likely to have a university degree (Odds Ratio [OR] 2.02), but almost half as likely to practice at the Advanced Care Paramedic level (OR 0.61), and somewhat less likely to be employed full-time (OR 0.77). Women were nearly 70% less likely to hold a leadership role in the service compared to men (OR 0.36), occupying just 20% of leadership positions. Conclusion: Although paramedicine is witnessing an encouraging shift in the demography of its workforce with greater participation from women, there is still work to be done, particularly in leadership. Future research should focus on identifying and ameliorating barriers to career advancement among women and other historically underrepresented people.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».