Woman Authorship in Pre-print Versus Peer-Reviewed Oral Health-Related Publications: A Two-Year Observational Study
Notice bibliographique
Résumé
Abstract Objectives Women in oral health science face similar societal issues and challenges as those in other STEMM careers, and gender disparities continue to exist as evidenced by fewer women represented as first and last authors in scientific publications. Pre-prints may serve as a conduit to immediately disseminating one’s work, bypassing the arduous peer review process and its associated inherent biases. Therefore, the purpose of this study was to 1] compare the gender of first and last authors in pre-print versus peer reviewed publications, 2] examine the composition of first and last author pairs as stratified by publication type, and 3] examine the correlation between woman authorship and institutional geographic location and publication metrics stratified by publication type. Methods The keyword “oral health” was used to search for publications in BioRxiv and Pubmed in the years 2018 and 2019. Gender of first and last authors were determined, and its frequency was considered as the primary outcome. Additionally, the geographic location of the author’s associated institution and publication metrics measured by Altmetrics score were extracted. Data was descriptively summarized by frequencies and percentages. Chi-square analysis was conducted for categorical variables which included the relationship between gender and publication type as well as gender and region of author’s associated institution. Binomial regression analysis was conducted to analyze the relationship between gender and Altmetrics. Results Woman first authors comprised 40.3% of pre-prints and 64.5% of peer reviewed publications [p<0.05]. Woman last authors comprised 31.3% of pre-prints and 61.5% of peer reviewed publications [p<0.05]. When analyzing the relationships between first and last author, the Man-Man pairing represented 47.7% of the pre-print publications and the Woman-Woman pairing comprised a majority of the of the peer review publications at 47.5%. All results were statistically significant with a p-value <0.05. No significant correlation was found between region of institution or Altmetrics and gender of first or last authors [p>0.05]. Conclusion For the first time in oral health science, it was found that women show higher representation as first and last author positions in peer reviewed publications versus pre-prints.
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 | 0,006 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».