Are professors of human nutrition faculty at Canadian universities representative with respect to common social constructs of gender and race?
Notice bibliographique
Résumé
Attributes such as sex and race/ethnicity are associated with inequities in representation. The objective of this study was to assess representation of 2 social constructs, gender and race, of professors of human nutrition in Canada. Using information publicly available October 2021, individuals with the title of assistant, associate, or full professor were identified on websites of 20 Canadian universities offering undergraduate and/or graduate degrees in human nutrition. Individuals were subjectively stratified to social constructs, i.e., white, racialized, or Indigenous, based on photographs, ethnic origin of a surname, and regional and ethnic origin disclosures on university websites, LinkedIn, social media, etc. Gender was assigned based on publicly available photographs and self-disclosed pronouns (when available). Of the 190 individuals, 80% were white, 16.4% were racialized, and 2.6% were Indigenous peoples. The majority (65.3%) were women. In a subset with established doctoral thesis dates and dates of hire at their current institution (n = 153), racialized and Indigenous professors, especially assistant and associate, had earned their doctorate and been hired more recently than their white peers. This study is limited because only individuals with professorial titles were included and the assignment of social constructs for race and gender was subjective. Nevertheless, it establishes an understanding of the proportions of professors of human nutrition who are white, racialized, Indigenous, women, and men. Novelty: Canadian universities strive to be equitable, diverse, and inclusive. One hundred and ninety professors of human nutrition were stratified using social constructs for race and gender. Findings: 65% Women, 80% white, 16.4% racialized, and 2.6% Indigenous
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».