MétaCan
Menu
Retour à la cohorte
Enregistrement W3154190121 · doi:10.1016/j.jamcollsurg.2021.03.036

Women as Authors of Randomized Controlled Trials of Minimally Invasive Surgery: Systematic Review and Meta-Analysis of 3 Decades of Trials

2021· review· en· W3154190121 sur OpenAlexaff
Rashid K. Sayyid, Soum D. Lokeshwar, Amy N. Luckenbaugh, Mary E. Hall, Caitlin E. Jones, Diana Magee, Amanda Hird, Martha K. Terris, Zachary Klaassen, Christopher J.D. Wallis

Notice bibliographique

RevueJournal of the American College of Surgeons · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineRandomized controlled trialObstetrics and gynaecologyMeta-analysisImpact factorOrthopedic surgeryMEDLINEInclusion and exclusion criteriaWorkforceGynecologySurgeryInternal medicineAlternative medicinePregnancyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Female authorship opportunities have lagged behind those of their male counterparts, with gender disparities most prominent in surgical specialties. Our objective was to determine trends of female first, last, and first or last authorships across time and surgical specialties and whether female first or last authorship was associated with journal impact factor. STUDY DESIGN: A systematic review of EMBASE (OvidSP), MEDLINE (OvidSP), and Cochrane (Wiley) databases from inception to December 22, 2017 was performed to identify all randomized controlled trials evaluating minimally invasive surgery vs classical surgical techniques. The primary end point was female first, last, and first or last authorship, with gender determined via an online search strategy and verified via Genderize.io. Secondary end point was journal impact factor, recorded from Clarivate Analytics InCites. RESULTS: = 0.40, p < 0.001) over time was identified. This trend was observed across surgical specialties except for orthopaedics. The highest calculated percentages of female first, last, and first or last authorships by the year 2017 were seen in obstetrics and gynecology (33.8%, 32.0%, and 43.8%, respectively), all significantly lower than the corresponding percentage of the female obstetrics and gynecology workforce in 2017 (57.0%). Neither female first nor last authorship positions were associated with journal impact factor. CONCLUSIONS: A significant increase in female first and last authorship in randomized controlled trials of minimally invasive surgical techniques in the last 3 decades has been observed, but continued efforts to bridge this gender gap are sorely needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,073
score de la tête « metaresearch » (Gemma)0,215
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,384

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0730,215
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,025
Bibliométrie0,0100,011
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,172
Tête enseignante GPT0,407
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
DomaineIncitatifs
GenreSynthèse

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

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of SurgeonsMême sujetDiversity and Career in MedicineTravaux en français237 207