The Impact of Gender on Researchers’ Assessment: A Randomized Controlled Trial
Notice bibliographique
Résumé
Abstract Women remain underrepresented in Dentistry in academia, and this gap is widened whenever each career step is progressed. It is of utmost importance to investigate underlying associated factors to predict researchers’ assessment of their gender in Dentistry and the overall STEM (Science, technology, engineering, and mathematics) fields. Thus, we developed a randomized controlled trial to test whether women or men would be preferred with identical curriculum vitae (CV); and the impact of the career stage in the evaluators’ choice. To this, a simulated post-doctoral process was carried forward to be assessed for judgment. Level 1 and 2 Brazilian fellow researchers in the field of Dentistry were invited to act as external reviewers in a post-doctoral process and were randomly assigned to receive a female or male CV. They were required to rate the CV from 0 to 10 in scientific contribution, leadership potential, ability to work in groups, and international experience. For all categories of CVs evaluated, men received higher scores compared to the CVs from women. Robust variance Poisson regressions demonstrated that men were more likely to receive higher scores in all categories, despite applicants’ career stage. For example, CVs from men had nearly three quarters more likely to be seen as having leadership potential than equivalent CVs from women. Gender bias is powerfully prevalent in academia in the dentistry field, despite researchers' career stage. Actions like implicit bias training must be urgently implemented to avoid (or at least decrease) that more women are harmed.
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 | 0,041 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 ».