Gender and Arctic climate change science in Canada
Notice bibliographique
Résumé
Abstract There is growing recognition that gender diversity within research organizations can result in innovative research outcomes. It has also been recognized that gender homogeneity can undermine the quality and breadth of the research and may allow some to cast doubt on the legitimacy of scientific findings. In this paper, we present the results of a gender-based analysis of Canada’s ArcticNet Networks Centers of Excellence. Representing Canada’s single largest commitment to climate change science, ArcticNet has involved 761 researchers who have published >2400 peer-reviewed publications on the impacts of climate change in the Canadian Arctic. Our results indicate that, despite outnumbering their male peers at the graduate levels, the representation of women within ArcticNet exhibits a marked decline to only 21% (N = 51) of all ArcticNet investigators (N = 246). In addition to being numerically under-represented, female investigators in ArcticNet have fewer research collaborators and are generally less integrated into the network as compared to their male colleagues. Male investigators tend to form homophilious ties—publishing predominately with other males, whereas female investigators have heterophilious collaborations, with fewer peer-reviewed journal articles. Given the complexities of climate change research, particularly in the Arctic where the impacts of climate change are projected to be most extreme, the equitable inclusion of female scientists and other under-represented groups is crucial if sustainable solutions are to be found.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,016 | 0,005 |
| Communication savante | 0,006 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».