Changes and contributions to the gender pay gap in surgery in Canada: a repeated cross-sectional analysis from 1996 to 2020
Notice bibliographique
Résumé
OBJECTIVES: Occupational gender segregation is a contributing factor to gender pay inequity in medicine but has not been thoroughly characterised. We assessed the historical relationship between surgeon sex, type of work and value of procedural payments. We hypothesised that female surgeons perform lower-paying procedures as a group, and that this could be seen both with broad historical overview and with focused analysis of major operative procedures in a specific year. DESIGN: We conducted repeated cross-sectional studies using public payment data from the Canadian Institute for Health Information. We calculated average payment per service by sex and service category and used linear regression to assess the association between proportion of female surgeons performing a procedure and payment value per procedure for 41 major procedures in 2019-2020. PARTICIPANTS: Surgeons in 10 Canadian jurisdictions from 1996 to 1997 (5459) to 2019-2020 (8069). RESULTS: The proportion of female surgeons increased over the study period from 10.5% (n=575) in 1996-1997 to 28.7% (n=2314) in 2019-2020. The sex gap in the average payment per service narrowed but persisted. A greater proportion of women's earnings came from non-procedural work in consultation and visits (43% for women vs 36% for men in 2019-2020) while a greater proportion of men's earnings was from procedural work in major surgery (23% for women vs 38% for men in 2019-2020). There was an inverse relationship between proportion of women performing a procedure and payment value such that for one percent increase in female proportion, the procedural payment was CAD$1.77 lower. CONCLUSIONS: Our findings suggest that women receive fewer procedural payments than men and tend to perform lower paying procedures. Reforms to referral systems and billing codes can help address root causes for the gender pay gap in surgery.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».