Sport and exercise medicine/physiotherapy publishing has a gender/sex equity problem: we need action now!
Notice bibliographique
Résumé
OBJECTIVES: We aimed to determine (1) the proportion of women authors overall, in first (lead) and last (senior) author positions, (2) the proportion of women research participants and (3) the association between women in first and/or last author positions and the proportion of women research participants in original research articles and editorials/opinion pieces in four sport and exercise medicine/physiotherapy journals. METHODS: .We reviewed all original research articles and editorials/opinion pieces published in 2008, 2009, 2018 and 2019. For each, we aimed to determine the gender/sex of all authors (through gender pronouns, Google Scholar, ResearchGate, institutional profiles, personal websites, photographs and/or social media), and the gender/sex of study participants reported as 'female' or 'male' or 'women' or 'men' or 'girls' or 'boys'. RESULTS: We included 952 original studies and 219 editorials/opinion pieces. There were 5146 authors of original studies and 706 authors of editorials/opinion pieces. Compared with 2008/2009, the proportion of women as first and last authors was 3.6% (33.0% compared with 29.4%) and 4.8% (33.2% compared with 27.4%) higher respectively in 2018/2019. On average, the proportion of women participants in original studies remained largely unchanged over the 10-year period, only 10% of all participants were women in studies. CONCLUSION: Women are strikingly under-represented in first and last author positions, as are women participants in sports and exercise medicine/physiotherapy journals.
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 | 0,132 | 0,207 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,017 | 0,025 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».