Influences for gender disparity in dermatology in North America
Notice bibliographique
Résumé
BACKGROUND: Despite constituting half the population, women represent a minority of active physicians and hold a small proportion of faculty leadership positions in North America. However, dermatology is one of the few specialties where women comprise a substantial portion of the workforce. This study explores extent and contributors to gender disparity in academic dermatology faculty positions, leadership, and research. METHODS: We collected data on academic faculty including leadership from the websites of accredited U.S. and Canadian dermatology faculties. We used PubMed and SCOPUS to collect faculty research information including h-index, number of publications, citations, and years of active research. RESULTS: Although women constitute almost half of all dermatologists in the U.S. and Canada (47.9%), only one-fourth (26.1%) of all faculty heads are women. Furthermore, the proportion of women in higher faculty ranks (Assistant Professor, Associate Professors, and Professors) is much lower than males. Female dermatologists also have fewer publications, citations, and years of active research. Interestingly, having a female in a leadership position is associated with a higher proportion of female dermatologists in the faculty. CONCLUSIONS: Gender disparity exists in academic dermatology, and the current academics fail to account for the enormous social challenges that women face, which may put them at a disadvantage to career advancement. Among other factors, better representation of female leadership may encourage and inspire women joining academic faculties in the future.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».