MétaCan
Menu
Retour à la cohorte
Enregistrement W4212893373 · doi:10.7759/cureus.22535

Sticky Floor, Broken Ladder, and Glass Ceiling in Academic Obstetrics and Gynecology in the United States and Canada

2022· article· en· W4212893373 sur OpenAlexaffabout
Katherine Y Kim, Emily L Kearsley, Hsin Yun Yang, John P. Walsh, Mehr Jain, Laura Hopkins, Ahmad B Wazzan, Faisal Khosa

Notice bibliographique

RevueCureus · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensVancouver General HospitalUniversity of SaskatchewanMcMaster UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésObstetrics and gynaecologyMedicineScopusGlass ceilingFamily medicineChristian ministryDemographyMEDLINEPregnancyPolitical science

Résumé

récupéré en direct d'OpenAlex

. College Station, TX: StataCorp LP). Results Among 3556 American and 689 Canadian Obstetrics and Gynaecology physicians, women comprised 60.9% and 61.4%, respectively. Among physicians with professorships, women physicians comprised 36.2% and 35.8% in the United States and Canada, respectively. When examining the gender proportion of physicians in leadership roles, women comprised 52.2% and 56.1% in the United States and Canada, respectively. The h-index between men and women physicians showed a significant difference overall in both the United States (p<0.001) and Canada (p<0.001), indicating that men have higher academic output. Conclusion Although the overall proportion of women academic staff physicians in Obstetrics and Gynaecology is higher than the proportion of men, there are more men who had a full professor rank. Men also had higher academic productivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,275
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetDiversity and Career in MedicineTravaux en français237 207