MétaCan
Menu
Retour à la cohorte
Enregistrement W4293238032 · doi:10.1080/25729861.2022.2037819

The mirage of scientific productivity and how women are left behind: the Colombian case

2022· article· en· W4293238032 sur OpenAlexafffund
Camilo López‐Aguirre, Diana M. Farías

Notice bibliographique

RevueTapuya Latin American Science Technology and Society · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesUniversity of Toronto Scarborough
Mots-clésPublishingWorkforcePer capitaProductivityGender equityDemographic economicsScientific publishingScientometricsSocial sciencePolitical scienceSociologyEconomic growthDemographyEconomicsLawPopulation

Résumé

récupéré en direct d'OpenAlex

Equity, diversity and inclusion (EDI) in the workforce are paramount for the betterment of the scientific endeavor. Colombia is a country with great scientific potential, but also multiple long-lasting socioeconomical difficulties. Here, we provide a quantitative analysis of the temporal trajectories of gender parity in scientific publishing in Colombia. Data was dissected based on education level, researcher’s rank and research area, in order to elucidate differential patterns of scientific publishing. We controlled for gender-based differences in number of researchers by quantifying per capita scientific productivity. Our results show widespread gender disparity in scientific publishing persistent across time. Gender-based differences in per capita scientific publishing indicate that gender disparity persists even after controlling for differences in the number of researchers. Temporal trajectories revealed a decrease in women publishing in the medical sciences and a widening of the per capita publishing gender gap. Women senior researchers and women researchers with doctoral degrees had the lowest publishing participation within their group, suggesting access to postgraduate education or entering the workforce in themselves do not prevent women from being underrepresented. We highlight the need to understand the problem of underrepresentation in science and possible ways to address it beyond increasing the number of women researchers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0130,057
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,259
Écart entre enseignants0,247 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
Domainenon disponible
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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTapuya Latin American Science Technology and SocietyMême sujetDiversity and Career in MedicineTravaux en français237 207