Women’s representation in national science academies: An unsettling narrative
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Science academies are well placed to contribute towards strengthening of national systems of innovation through advocating for an increased participation of girls and women in science. To successfully do so, academies would need to overcome challenges faced with regard to women’s representation in their own ranks and women’s resultant full participation in the activities of national science academies. We collected baseline data on the representation of women scientists in the membership and governance structures of national science academies that are affiliated with IAP: the Global Network of Science Academies. Women academy members remained far below parity with men, given that women’s membership was typically about 12%. Women members were better represented in the social sciences, humanities and arts but the corresponding shares rarely exceeded 20%. In the natural sciences and engineering, women’s membership remained well below 10%. On average, the largest share of women members (17%) was associated with academies in Latin America and the Caribbean. The average share of women serving on governing bodies was 20%. To change this unsettling narrative, the importance of academies of science annually collecting, analysing and reporting gender-disaggregated data on membership and activities is highlighted as a key recommendation. Several aspects of women’s representation and participation in national science academies are highlighted for further investigation. Significance: Demonstrates under-representation of women in national science academies. Reports on results of the first gender-disaggregated survey on membership and governance of national science academies, globally. Underscores the importance of regular collection, analysis and reporting of gender-disaggregated data in the science sector.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle