Influences for Gender Disparity in Academic Family Medicine in North American Medical Schools
Notice bibliographique
Résumé
Background Women physicians continue to comprise the minority of leadership roles in Academic Family Medicine (AFM) faculty across North American medical schools. Our study quantified the current state of gender disparity by analyzing academic position, leadership ranking, and research productivity. Methods We generated a database for 6,746 AFM faculty members. Gender and academic profiles were obtained for 2,892 academic ranks and 1,706 leadership roles by searching faculty listings enlisted in Fellowship and Residency Electronic Interactive Database (FREIDA) and Canadian Resident Matching Service (CaRMS). To measure research productivity, we obtained bibliometric data: h-index, citations, and tenure from 2,383 faculty members using Elsevier's SCOPUS archives. Data analysis and h-index were formulated using Stata version 14.2 (StataCorp LP, College Station, TX). Results Our results indicated that women hold 46.11% (3,110/6,746) of faculty positions. The proportional composition decreased with increasing academic ranking (49.84% assistant, 46.78% associate, and 41.5% full professor). The same decreasing trend was demonstrated with leadership rank (57.14% minor leadership, 47.65% second-in-command, and 36.61 first-in-command). Compared to their gender counterparts, women in AFM demonstrated lower publication productivity as measured by citation number (p=0.04) and years of study (p=0.008). The final prediction equation model after multivariable analyses included gender, publications, citations, country of graduation, and years of active research (p<0.05). Conclusions The composition of academic family medicine faculty members included in this study demonstrated gender disparity. Inclusivity initiatives and policies to tackle the issue of female retention, promotion, and recruitment need to be further explored.
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 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 | 0,004 |
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».