Gender disparity in critical care publications: a novel Female First Author Index
Notice bibliographique
Résumé
BACKGROUND: Bibliometric analyses show gender bias against women in scientific publications and citations. We hypothesized that a metric of an individual senior author's inclusivity of women as first authors in critical care publications would predict gender inequality. METHODS: Using PubMed and Web of Science, we conducted a bibliometric analysis of original research publications in critical care from 2008 to 2018 in 11 specialty and general journals. Gender for first and senior authors was assigned by a gender determination application, and manually if needed. For all senior authors we defined the novel Female First Author Index (FFA-index) = #Female first authors in publications by an individual senior author/Total # publications by that senior author. We produced a novel interactive web-based application using the R package Shiny to increase potential utilization of the FFA-index. RESULTS: Of 7370 publications, 30.4% had female first authors and 15.5% had female senior authors. After adjustment for impact factor, journal, year of publication, number of authors, country, and gender determination accuracy, female senior authorship was associated with a 1.9-fold increase in female first authorship [OR = 1.85 (95% CI 1.62, 2.11); p < 0.001] compared with male senior authorship. The mean (SD) FFA-index for all individual senior authors was 30.5 (42.9); with a significant difference in FFA-index between male and female senior authors (27.6 versus 42.5, respectively; p < 0.001). The interactive web-based application (FFA-index App) produces the same FFA-index output as our study results. CONCLUSIONS: Female representation at prominent authorship positions in critical care publications is still far from achieving gender parity. By creating an authorship index score, we propose a frame of reference for the advancement of female first authorship.
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 | 0,000 | 0,025 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».