Time for gender mainstreaming in editorial policies
Notice bibliographique
Résumé
The HIV epidemic has been continuously growing among women, and in some parts of the world, HIV-infected women outnumber men. Women's greater vulnerability to HIV, both biologically and socially, influences their health risk and health outcome. This disparity between sexes has been established for other diseases, for example, autoimmune diseases, malignancies and cardiovascular diseases. Differences in drug effects and treatment outcomes have also been demonstrated. Despite proven sex and gender differences, women continue to be underrepresented in clinical trials, and the absence of gender analyses in published literature is striking. There is a growing advocacy for consideration of women in research, in particular in the HIV field, and gender mainstreaming of policies is increasingly called for. However, these efforts have not translated into improved reporting of sex-disaggregated data and provision of gender analysis in published literature; science editors, as well as publishers, lag behind in this effort.Instructions for authors issued by journals contain many guidelines for good standards of reporting, and a policy on sex-disaggregated data and gender analysis should not be amiss here. It is time for editors and publishers to demonstrate leadership in changing the paradigm in the world of scientific publication. We encourage authors, peer reviewers and fellow editors to lend their support by taking necessary measures to substantially improve reporting of gender analysis. Editors' associations could play an essential role in facilitating a transition to improved standard editorial policies.
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 | 0,161 | 0,400 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,013 |
| Communication savante | 0,034 | 0,023 |
| Science ouverte | 0,008 | 0,007 |
| Intégrité de la recherche | 0,032 | 0,048 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,015 |
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 ».