Women Representation on Editorial Boards in Latin America Journals: Promoting Gender Equity in Academic Surgery, Anesthesia, and Obstetrics
Notice bibliographique
Résumé
BACKGROUND: Inequitable representation in journal editorial boards may impact women's career progression across surgical, anesthesia, and obstetric (SAO) specialties. However, data from Latin America are lacking. We evaluated women's representation on editorial boards of Latin America SAO journals in 2021. METHODS: We conducted a cross-sectional analysis, retrieving journals through Scimago Journal and Country Rank 2020. Journals were included if active, focused on SAO topics, and publicly provided information on editorial board staff. Editorial board member names and positions were extracted from journals' websites. Members were classified into senior (e.g., editor-in-chief), academic (e.g., reviewer), and non-academic roles (e.g., administrative office). Women's representation was predicted from first names using Genderize.io. The number of women SAO physicians per country was obtained from articles and governmental reports. RESULTS: We included 19 of 25 identified journals and analyzed 1,318 names. Three anesthesiology, seven obstetric, and nine surgical journals represented five Latin American countries. Women held 17% (224/1,318) of board positions [p < 0.0001; 95% CI(0.14, 0.19)]. Women held fewer academic roles (14.3%, 155/1,084) compared to senior [28.9%, 64/221 (p < 0.001)] and non-academic roles [38.4%, 5/13 (p = 0.042)]. Surgical journals had fewer women (7.7%, 58/752) compared to anesthesia [25.5%, 52/204 (p = 0.006)] and obstetrics [31.5%, 114/362 (p < 0.001)]. Women's proportion on editorial boards increased according to the number of women SAO physicians per country (p < 0.001). CONCLUSIONS: Our study assessed the composition of editorial boards from Latin America SAO journals and demonstrated that women remain underrepresented. Our findings highlight the need for regional strategies to advance women's careers across SAO specialties.
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 | 0,012 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».