Trends in the proportion of women as reviewers, editors, and editorial board members of 15 North American and British medical journals from 2014 to 2019: A retrospective study
Notice bibliographique
Résumé
Background and objective: There is persistent men-dominated gender disparity in medical academia. Predominance of men in the editorial makeup of medical journals might contribute to this inequity. This retrospective study (2014–2019) sought to evaluate gender representation in reviewers, editors, and members of the editorial boards in 15 leading medical journals from the United States, Canada, and the United Kingdom. Methods: We surveyed lists of reviewers, editors, and editorial board members from seven journals of internal medicine, a specialty dominated by men; three journals of obstetrics and gynaecology and two of paediatrics, specialties dominated by women; and three journals of psychiatry, a gender-balanced specialty. Information from publicly available resources was used to infer gender, and the percentages of women were calculated. Trends over time were characterized by changes in these percentages from year to year through the linear regression line fitted to the data for each journal. Results: Journals of women-dominated specialties had significantly higher proportions of women reviewers than those of men-dominated or gender-balanced specialties, with mean percentages (95% confidence interval) of 45.8% (40.5%–51.1%), 28.0% (22.3%–33.7%), and 33.8% (27.6%–40.1%), respectively (p <0.001). The proportion of women editors and editorial board members showed no statistically significant differences across the three specialties, and the percentage of women reviewers, editors, and editorial board members increased only slightly over time. Conclusion: These results suggest that the fifteen journals are yet to achieve gender parity in their reviewers, editors, and editorial board members, and continued efforts are needed to achieve gender balance in those three groups of medical academia.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».