MétaCan
Menu
Retour à la cohorte
Enregistrement W3093457174 · doi:10.1080/03630242.2020.1834056

Sex- and gender-sensitive public health research: an analysis of research proposals in a research institute in the Netherlands

2020· article· en· W3093457174 sur OpenAlexaboutno aff
Lisanne Jeannine van Hagen, Maaike Muntinga, Yolande Appelman, Petra Verdonk

Notice bibliographique

RevueWomen & Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSex and Gender in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthQualitative researchGender analysisResearch designPsychologyMedical educationPublic relationsPolitical scienceMedicineSociologySocial scienceNursing

Résumé

récupéré en direct d'OpenAlex

Taking sex and gender into account in public health research is essential to optimize methodological procedures, bridge the gender gap in public health knowledge, and advance gender equality. The aim of this study was to evaluate the current status of sex and gender considerations in public health research proposals in a Dutch research institute. We screened a random sample of 38 proposals submitted for review to the institute's science committee between 2011 and 2016. Using the Canadian Institutes of Health Research' Gender and Health Institute criteria for gender-sensitive research and qualitative content analysis, we assessed if, and how sex and gender were considered throughout the proposals (background, research aim, design, data collection, and analysis). Our results show that in general, both sex and gender were poorly considered. Gender was insufficiently taken into account throughout most proposals. When sex was mentioned in a proposal, its consideration was often inconsistent and fragmented. Finally, we identified common methodological pitfalls. We recommend that public health curricula and funding bodies increase their focus on implementing sex and gender in public health research, for instance through quality criteria, training programs for researchers and reviewers, and capacity building initiatives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,091
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0910,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,013
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,790
Tête enseignante GPT0,587
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen & HealthMême sujetSex and Gender in HealthcareTravaux en français237 207