Gender Inequality for Women in Plastic Surgery: A Systematic Scoping Review
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
BACKGROUND: Previous research has highlighted the gender-based disparities present throughout the field of surgery. This study aims to evaluate the breadth of the issues facing women in plastic surgery, worldwide. METHODS: A systematic scoping review was undertaken from October of 2016 to January of 2017, with no restrictions on date or language. A narrative synthesis of the literature according to themed issues was developed, together with a summary of relevant numeric data. RESULTS: From the 2247 articles identified, 55 articles were included in the analysis. The majority of articles were published from the United States. Eight themes were identified, as follows: (1) workforce figures; (2) gender bias and discrimination; (3) leadership and academia; (4) mentorship and role models; (5) pregnancy, parenting, and childcare; (6) relationships, work-life balance, and professional satisfaction; (7) patient/public preference; and (8) retirement and financial planning. Despite improvement in numbers over time, women plastic surgeons continue to be underrepresented in the United States, Canada, and Europe, with prevalence ranging from 14 to 25.7 percent. Academic plastic surgeons are less frequently female than male, and women academic plastic surgeons score less favorably when outcomes of academic success are evaluated. Finally, there has been a shift away from overt discrimination toward a more ingrained, implicit bias, and most published cases of bias and discrimination are in association with pregnancy. CONCLUSIONS: The first step toward addressing the issues facing women plastic surgeons is recognition and articulation of the issues. Further research may focus on analyzing geographic variation in the issues and developing appropriate interventions.
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 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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