Factors that affect scientific publication in Africa—A gender perspective
Notice bibliographique
Résumé
A large body of literature on gender differences in scientific publication output has clearly established that women scientists publish less that men do. Yet, no single explanation or group of explanations satisfactorily accounts for this difference, which has been called the "productivity puzzle". To provide a more refined portrait of the scientific publication output of women in relation to that of their male peers, we conducted a web-based survey in 2016 of individual researchers across all African countries, except Libya. The resulting 6,875 valid questionnaires submitted by respondents in the STEM, Health Science and SSH fields were analyzed using multivariate regressions on the self-reported number of articles published in the preceding 3 years. Controlling for a variety of variables including career stage, workload, mobility, research field, and collaboration, we measured the direct and moderating effect of gender on scientific production of African researchers. Our results show that, while women's scientific publication output is positively affected by collaboration and age (impediments to women's scientific output decrease later in their careers), it is negatively impacted by care-work and household chores, limited mobility, and teaching hours. Women are as prolific when they devote the same hours to other academic tasks and raise the same amount of research funding as their male colleagues. Our results lead us to argue that the standard academic career model, relying on continuous publications and regular promotions, assumes a masculine life cycle that reinforces the general perception that women with discontinuous careers are less productive than their male colleagues, and systematically disadvantages women. We conclude that the solution resides beyond women's empowerment, i.e., in the broader institutions of education and the family, which have an important role to play in fostering men's equal contribution to household chores and care-work.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».