Gender equity in health research publishing in Africa
Notice bibliographique
Résumé
INTRODUCTION: Women researchers find it more difficult to publish in academic journals than men, an inequity that affects women's careers and was exacerbated during the pandemic, particularly for women in low-income and middle-income countries. We measured publishing by sub-Saharan African (SSA) women in prestigious authorship positions (first or last author, or single author) during the time frame 2014-2016. We also examined policies and practices at journals publishing high rates of women scientists from sub-Saharan Africa, to identify potential structural enablers affecting these women in publishing. METHODS: The study used Namsor V.2, an application programming interface, to conduct a secondary analysis of a bibliometric database. We also analysed policies and practices of ten journals with the highest number of SSA women publishing in first authorship positions. RESULTS: Based on regional analyses, the greatest magnitude of authorship inequity is in papers from sub-Saharan Africa, where men comprised 61% of first authors, 65% of last authors and 66% of single authors. Women from South Africa and Nigeria had greater success in publishing than those from other SSA countries, though women represented at least 20% of last authors in 25 SSA countries. The journals that published the most SSA women as prominent authors are journals based in SSA. Journals with overwhelmingly male leadership are also among those publishing the highest number of SSA women. CONCLUSION: Women scholars in SSA face substantial gender inequities in publishing in prestigious authorship positions in academic journals, though there is a cadre of women research leaders across the region. Journals in SSA are important for local women scholars and the inequities SSA women researchers face are not necessarily attributable to gender discrepancy in journals' editorial leadership.
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 | 0,023 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».