Gender Gap in Neurology Research Authorship (1946–2020)
Notice bibliographique
Résumé
Gender disparity in the field of neurology impedes scientific advancements and innovations. In 2018, 45.0% of neurology and neurological subspecialty residents were women. Despite a notable rise in the proportion of women neurologists over the past decades, inequalities regarding publication proportions between men and women persist in the field. This cohort study examines authorship trends in articles published in 155 international neurology journals, identified as those listed in the annual Journal Citation Reports' “Clinical Neurology” section. Authors' names, authorship positions and countries of affiliation were extracted from PubMed for indexed articles published from 1946 to 2020. Gender-API (a validated and highly accurate application program interface) assigned binary genders to authors. Author gender proportions were compared across subspecialties, authorship position and years. In 303,385 unique articles, 1,663,036 total authors were identified of which 34.1% were women. Neuroradiology demonstrated the lowest proportion of women authors (21.3%), while neurogenetics displayed the highest (44.5%). In articles with multiple authors, both men and women last authors were more likely to publish with a male first author, though this was significantly more pronounced for men last authors (1.86 vs. 1.08; p < 0.001). From 2002 to 2020, women remained in the minority of last (24.6%), first (36.2%), and middle author positions (35.8%). The authorship gender distribution in neurological journals neither reflects the gender proportion of neurologists in the field overall nor in any subspecialty examined. We also find a tendency for senior and junior authors of the same gender to publish together which perpetuates authorship inequity. Further work is needed to identify underlying causes so that interventions might be developed to improve authorship diversity.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».