Gender Equity in Membership, Leadership, and Award Recognition in the Wilderness Medical Society
Notice bibliographique
Résumé
INTRODUCTION: Despite near gender parity for women entering medical careers, women remain underrepresented in medical societies. This study evaluated the gender distribution associated with Wilderness Medical Society (WMS) activities. METHODS: A retrospective review was performed on the gender breakdown of the following WMS members: a single-day 2020 snapshot, conference attendees 2012 through 2020, conference presenters from winter 2017 through winter 2021, and leadership and awards data from 1984 through 2021. Genderize.io was used to generate probability-based gender categorizations (male/female) based on first names or pronoun associations. RESULTS: Gender was assigned in 91% (4043/4461) of 2020 WMS members, 92% (6179/6720) of 2012-2020 conference attendees, and 100% of remaining categories. Women represented 28% (1143/4043) of members, 27% (1679/6179) of conference attendees, 31% (143/465) of all conference presenters, 20% (62/303) of mainstage presenters, 23% (17/75) of all board members, 38% (14/37) of committee chairs, and 10% (2/20) of board presidents. Women received 18% (42/228) of recognition awards and 31% (15/48) of research grants issued. CONCLUSIONS: Although women comprise a minority of WMS participants, gender distribution was similar across categories for membership, conference presenters, total board positions, and research grant awards. Relative underrepresentation was seen in the highest leadership levels, in recognition awards, and in mainstage presenters. Ongoing auditing may help to identify and address sources of bias and/or barriers to participation. Although it is only one of many components of equity, identifying successes and future opportunities for gender balance can strengthen the base of the WMS, promote growth, and ensure a strong leadership pipeline.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule tête enseignante, 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 ».