MétaCan
Menu
Retour à la cohorte
Enregistrement W51994474

2010 report of veterinarians employed in Government, Industry, and Academe.

2010· article· en· W51994474 sur OpenAlexaboutno aff
Darren Osborne

Notice bibliographique

RevuePubMed · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsGovernment (linguistics)WageMedicineInflation (cosmology)General partnershipBusinessEconomicsAccountingLabour economicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The 2010 Survey of Veterinarians in Government, Industry and Academe (GIA) was designed to provide veterinarians who have interests outside of private practice, information upon which to benchmark their wages and benefits. The survey is provided by the Ontario Veterinary Medical Association in partnership with the Canadian Veterinary Medical Association Business Management Program with cooperation from the Canadian Animal Health Institute. The survey was sent to 699 GIA veterinarians across Canada; 197 surveys were completed and returned, for a response rate of 28%. The results are generally accurate within 4.2%, 19 times out of 20. The information in the report refers to incomes earned in 2009. In 2009, the average full-time GIA veterinarian earned $98 000 and worked 1800 hours. Annual hours stayed the same while GIA professional earnings increased 3%. Inflation over the same period was 0.3%; therefore, this subtle increase allowed for a nice bump in pay. This is even more significant considering that 2008 earnings had fallen by 3%. Since the average number of years employed in the field did not change, this increase can only mean that employers are making up for the wage cuts from 2008 (Table 1). Table 1 Earnings of veterinarians in government, industry and academe in 2008 and 2009

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,275
Tête enseignante GPT0,455
Écart entre enseignants0,180 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVeterinary Practice and Education StudiesTravaux en français237 207