MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097213640

The Public Health Workforce Interests and Needs Survey: The First National Survey of State Health Agency Employees

2016· article· en· W7097213640 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceAgency (philosophy)Public healthQuarter (Canadian coin)Stratified samplingWorkforce developmentAging in the American workforceWorkload
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

researchers alike have called for more data on individual worker’s perceptions about workplace environment, job satisfaction, and training needs for a quarter of a century. The Public Health Workforce Interests and Needs Survey (PH WINS) was created to answer that call. Objective: Characterize key components of the public health workforce, including demographics, workplace environment, perceptions about national trends, and perceived training needs. Design: A nationally representative survey of central office employees at state health agencies (SHAs) was conducted in 2014. Approximately 25 000 e-mail invitations to a Web-based survey were sent out to public health staff in 37 states, based on a stratified sampling approach. Balanced repeated replication weights were used to account for the complex sampling design. Setting and Participants: A total of 10 246 permanently employed SHA central office employees participated in PH WINS (46 % response rate). Main Outcome Measures: Perceptions about training needs; workplace environment and job satisfaction; national initiatives and trends; and demographics. Results: Although the majority of staff said they were somewhat or very satisfied with their job (79%; 95 % confidence interval [CI], 78-80), as well as their organization (65%; 95 % CI, 64-66), more than 42 % (95 % CI, 41-43) were considering leaving their organization in the next year or retiring before 2020; 4 % of those were considering leaving for another job elsewhere in governmental public health. The majority of public health staff at SHA central offices are female (72%; 95 % CI, 71-73), non-Hispanic white (70%; 95 % CI, 69-71), and older than 40 years

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,271
Tête enseignante GPT0,494
Écart entre enseignants0,222 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPublic Health Policies and Education→Travaux en français237 207→