Gendered Citation Patterns across Political Science and Social Science Methodology Fields
Notice bibliographique
Résumé
Accumulated evidence identifies discernible gender gaps across many dimensions of professional academic careers including salaries, publication rates, journal placement, career progress, and academic service. Recent work in political science also reveals gender gaps in citations, with articles written by men citing work by other male scholars more often than work by female scholars. This study estimates the gender gap in citations across political science subfields and across methodological subfields within political science, sociology, and economics. The research design captures variance across research areas in terms of the underlying distribution of female scholars. We expect that subfields within political science and social science disciplines with more women will have smaller gender citation gaps, a reduction of the “Matthew effect” where men’s research is viewed as the most central and important in a field. However, gender citation gaps may persist if a “Matilda effect” occurs whereby women’s research is viewed as less important or their ideas are attributed to male scholars, even as a field becomes more diverse. Analysing all articles published from 2007–2016 in several journals, we find that female scholars are significantly more likely than mixed gender or male author teams to cite research by their female peers, but that these citation rates vary depending on the overall distribution of women in their field. More gender diverse subfields and disciplines produce smaller gender citation gaps, consistent with a reduction in the “Matthew effect”. However, we also observe undercitation of work by women, even in journals that publish mostly female authors. While improvements in gender diversity in academia increase the visibility and impact of scholarly work by women, implicit biases in citation practices in the social sciences persist.
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 | 0,011 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,020 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».