Gender Disparity in Leadership Positions of General Surgical Societies in North America, Europe, and Oceania
Notice bibliographique
Résumé
Background Despite the number of female medical-school applicants reaching an all-time high and the increasing number of females in surgical training, males retain an overwhelming majority in senior surgical academic positions and formal leadership positions. This study aims to better understand the extent of and influences for gender disparity in general surgical societies throughout North America, Europe, and Oceania. Methods Data collection for this retrospective cross-sectional study took place between June and December 2017. Committee and subcommittee members from the eight selected general surgical societies that met the inclusion criteria (n = 311) were compiled into an Excel spreadsheet in which the data was recorded. Analyzed metrics included university academic ranking, surgical society leadership position, h-index, number of citations, and total publications. SCOPUS database (Elsevier, Amsterdam, Netherlands) was used to generate author metrics, and STATA version 14.0 (StataCorp, College Station, TX) was used for statistical analysis. Results Overall, 83.28% of members of the entities we studied were male and 16.72% were females. Males had significantly higher representation than females in all societies (Pearson chi2 = 29.081; p-value = 0.010). Females were underrepresented in all society leadership positions and university academic rankings. Male members had a higher median h-index, more number of citations, and more total publications. Conclusions The composition of the general surgical societies included in this study demonstrated significant gender disparity. Female inclusivity initiatives and policies must be initiated to promote greater research productivity and early career opportunities for female surgeons in the specialty of general surgery.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».