Gender Differences in Publication among University Professors in Canada*
Notice bibliographique
Résumé
Cet article analyse un important sondage à l'échelle canadienne et aborde la probématique de la productivité: pourquoi les professeures d'université publient‐elles moins que leurs collégues hommes ? Les résultats montrent que, dans l'ensemble, les femmes ont publié moins que les hommes — et ce, de manière significative —, à la fois durant leur carrière et au cours des trois années qui ont précédé le sondage. Cependant, des analyses multivariables révèlent que des différences s'avèrent plus prononcées dans les données touchant la carrière que dans celles de la courte période. La plus grande différence entre les hommes et les femmes a trait au fait de publier dans une revue à comité de lecture ou sans, et s'applique à toute leur carrière. Enfin, des différences se laissent expliquer par des différences de rang, d'années depuis l'obtention du doctorat, la discipline, le type d'université ainsi que le temps consacré a la recherche. Des problèmes d'évaluation des prédicteurs de la productivité en recherche sont discutés. This paper analyses a large Canadian national survey of professors and tackles the “productivity puzzle” as to why female scientists publish less than male scientists. Results show that, in aggregate, Canadian female professors have published significantly less than their male counterparts, both over their lifetimes and during the three years before the survey. However, multivariate analyses reveal that gender differences in publication are more pronounced in the lifetime data than in the data for the shorter period. Much of the difference in publication between men and women of the academy is in refereed and non‐refereed articles and reports over their career. Finally, gender differences in publication are largely accounted for by differences in rank, years since PhD, discipline, type of university and time set aside for research. Problems of assessing predictors of research productivity are discussed.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,015 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».