Los efectos diferenciados por la carga de cuidado durante la crisis de la COVID-19 en mujeres científicas: una reflexión sobre los desafíos y posibles acciones en Colombia
Notice bibliographique
Résumé
Durante la pandemia de la COVID-19 a las tradicionales actividades científico-académicas, se sumaron en paralelo el cuidado de los hijos o de los familiares, mayor carga del trabajo doméstico, nuevos retos de educación virtual, incluso manejo de salud mental de colegas, estudiantes y asistentes de investigación. Aunque el virus SARS-CoV-2 no discrimina en género o raza en su contagio, varios estudios demuestran que la pandemia afecta de manera desproporcionada la productividad de la investigación hecha por las mujeres en la academia y ciencia, especialmente a las madres. Antes de la pandemia la perspectiva de género ya era un tema poco abordado en las políticas de ciencia, tecnología e innovación colombianas, por lo que es más que necesario discutir los desafíos que las mujeres científicas colombianas enfrentan como resultado de la pandemia en el país. A partir de la revisión crítica de la literatura disponible sobre los retos ampliados para las mujeres científicas debido a la pandemia, se presentan recomendaciones de posibles acciones y estrategias multisectoriales dirigidas a minimizar el impacto de la COVID-19 en las comunidades históricamente subrepresentadas en la academia y la ciencia en nuestro país. La evidencia ya existente sobre los efectos diferenciados de la pandemia debe generar reflexión sobre cómo apoyar al personal científico en Colombia, en especial a madres y cuidadores. Se requieren estrategias para identificar intervenciones durante y después de la pandemia que estén orientadas a responder equitativamente a los impactos desiguales entre géneros en la academia y la ciencia colombiana.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».