MétaCan
Menu
Retour à la cohorte
Enregistrement W4280568758 · doi:10.1016/j.xjon.2022.05.005

Sex differences in authorship in cardiothoracic surgery during the early coronavirus disease 2019 pandemic

2022· article· en· W4280568758 sur OpenAlexaff
Lina A. Elfaki, Jessica G.Y. Luc, Mara B. Antonoff, David T. Cooke, Rakesh C. Arora, Nikki Stamp, Thomas K. Varghese, Maral Ouzounian

Notice bibliographique

RevueJTCVS Open · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensUniversity of ManitobaUniversity of British ColumbiaToronto General HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPandemicMedicineCoronavirus disease 2019 (COVID-19)DiseaseCardiothoracic surgeryDemographyFamily medicineSurgeryInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Objectives: The coronavirus disease 2019 (COVID-19) pandemic negatively impacted cardiothoracic (CT) surgery, with changes in clinical, academic, and personal responsibilities. We hypothesized that the pandemic may disproportionately impact female academic CT surgeons, accentuating preexisting sex disparities. This study assessed sex differences in authorship of 2 major CT surgery journals during the early part of the COVID-19 pandemic. Methods: between April and August of 2019 and the same period in 2020 were reviewed. Article type and author characteristics were obtained from the journals. Author sex was predicted using a validated multinational database (Genderize.io) and verified with authors' institutional and public professional profiles. Results: In total, 1106 submissions were accepted during the 2019 period, whereas 900 articles (18.6% decrease) were accepted during the same period in 2020. Original research articles comprised 33.3% of the 2019 articles but only 4.9% of the 2020 articles. Female authors contributed to 39.3% (23.1% original research and 16.2% nonoriginal articles) and 29.4% (3.3% original research and 26.1% nonoriginal articles) of articles during the 2019 and 2020 periods, respectively. This represents a marked change in the type of articles that female authors contributed to. Conclusions: Early on during the COVID-19 pandemic, the type of articles accepted, and authorship demographic changed. There was a decrease in contribution of female-authored CT surgery articles submitted to both journals, especially for original research. Future research will elucidate the long-term impact of the pandemic on sex disparities in 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants1,000
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,197
Tête enseignante GPT0,436
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJTCVS OpenMême sujetCOVID-19 and healthcare impactsTravaux en français237 207