Editorial: Women in neuroscience
Notice bibliographique
Résumé
The “Matilda effect” is an expression coined in 1993 by Margaret Rossiter, a prominent science historian, to describe the faint recognition of the contribution of women to the scientific enterprise. The expression derived from the realization that just like the work of Matilda Gage, a suffragist who also wrote about women in science, the discoveries and inventions of many women scientists had been forgotten over the course of history. Indeed, women’s contributions to science have been often misappropriated, forgotten or, in some cases, even actively removed from the records. This resulted in a misplaced historic assumption that women lack the intellectual ability and interest for scientific disciplines, and left younger generations of women with very few role models to look up to. Over the past few years, the awareness of this lack of recognition has increased and, despite encountering some resistance, active efforts have been made to make science a more inclusive enterprise. Neuroscience is a multidisciplinary field that encompasses all scientific disciplines including biology, psychology, cognitive sciences, physics, engineering, and mathematics. While women to this day represent a minority of neuroscience faculty, they contribute to all aspects of the field. The goal of the Women in neuroscience Research Topic is to oppose the “Matilda effect” by bringing together excellent research by women, or in collaboration with women. The Research Topic brings together 33 articles in which the first or last author are women. The formats include mini-reviews and reviews of the exceptional work done by past and present women neuroscientists, an opinion article, perspectives and specific Research Topic reviews highlighting scholarship and innovative frameworks, and original research articles that push the field forward.
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 | 0,005 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,014 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,029 |
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 ».