Gender distribution in psychiatry journals' editorial boards worldwide
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
Gender disparity has been documented in advanced doctoral degrees, research, and academic positions, and therefore, it can logically be deduced that the gender disparity would be found in journals' editorial boards. In this study, we sought to determine the gender distribution in editorial boards of psychiatry journals worldwide. We also studied the academic achievements of editorial board members by comparing professional background, education level, and research productivity indices. We analyzed the gender of editorial members of 119 psychiatry journals from Clarivate Analytics' Journal Citation Reports. Our data included 8423 editorial board members from which we randomly selected 10% editorial board members to represent the full sample for further analyses. Overall, women represented 30.4% of editorial board and approximately 30% in each category: (1) Editor-in-chief/deputies, (2) Associate/section editors, (3) Editorial board*, and (4) Advisory board. The majority (65%) of men were M.D. psychiatrists, and women (58%) were Ph.D. psychologists. Women in editorial leadership positions (Category 1 & 2) were correlated with fewer women in editorial or advisory boards. Women had half the mean number of publications than men while serving journals with approximately the same mean impact factor. Our study results show that, besides gender disparity, gender bias does not exist in the psychiatry journal editorial boards. Given the implication of the editorial board position on science, academic advancement, and networking, this disparity remains detrimental to achieving equity, diversity, and inclusion in academic psychiatry.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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