MétaCan
Menu
Retour à la cohorte
Enregistrement W4321770001 · doi:10.1016/j.esmoop.2023.100781

Challenges in oncology career: are we closing the gender gap? Results of the new ESMO Women for Oncology Committee survey

2023· article· en· W4321770001 sur OpenAlexfundno aff
Helena Linardou, Alex A. Adjei, Jyoti Bajpai, Susana Banerjee, Anna S. Berghoff, C Cerqueira Mathias, S.P. Choo, R Dent, Enriqueta Felip, Amy Furness, Marina Chiara Garassino, Elena Garralda, Assia Konsoulova, Anne Letsch, A M Menzies, Deborah Mukherji, Solange Peters, Cristiana Sessa, Janice Tsang, Jie Yang, Pilar Garrido

Notice bibliographique

RevueESMO Open · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensnon disponible
Organismes subventionnairesCilagTakeda Pharmaceuticals InternationalBristol-Myers SquibbSamsungF. Hoffmann-La RocheGrifolsEuropean Society for Medical OncologyEisaiAstraZenecaInstitute for Oil Sands Innovation, University of AlbertaIpsenMirati TherapeuticsSun PharmaRegeneron PharmaceuticalsMersana TherapeuticsInternational Association for the Study of Lung CancerMerck KGaADaiichi Sankyo EuropeExelixisSanofiGlaxoSmithKlineAmgenPfizerEli Lilly and Company
Mots-clésSalaryHarassmentEthnic groupCareer developmentMedicineWorkforcePromotion (chess)Sexual orientationRespondentEquity (law)PsychologyMedical educationPolitical scienceNursingSocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Following a European Society for Medical Oncology Women for Oncology (ESMO W4O) survey in 2016 showing severe under-representation of female oncologists in leadership roles, ESMO launched a series of initiatives to address obstacles to gender equity. A follow-up survey in October 2021 investigated progress achieved. MATERIALS AND METHODS: The W4O questionnaire 2021 expanded on the 2016 survey, with additional questions on the impact of ethnicity, sexual orientation and religion on career development. Results were analysed according to respondent gender and age. RESULTS: The survey sample was larger than in 2016 (n = 1473 versus 482), especially among men. Significantly fewer respondents had managerial or leadership roles than in 2016 (31.8% versus 51.7%). Lack of leadership development for women and unconscious bias were considered more important in 2021 than in 2016. In 2021, more people reported harassment in the workplace than in 2016 (50.3% versus 41.0%). In 2021, ethnicity, sexual orientation and religion were considered to have little or no impact on professional career opportunities, salary setting or related potential pay gap. However, gender had a significant or major impact on career development (25.5% of respondents), especially in respondents ≤40 years of age and women. As in 2016, highest ranked initiatives to foster workplace equity were promotion of work-life balance, development and leadership training and flexible working. Significantly more 2021 respondents (mainly women) supported the need for culture and gender equity education at work than in 2016. CONCLUSIONS: Gender remains a major barrier to career progression in oncology and, although some obstacles may have been reduced since 2016, we are a long way from closing the gender gap. Increased reporting of discrimination and inappropriate behaviour in the workplace is a major, priority concern. The W4O 2021 survey findings provide new evidence and highlight the areas for future ESMO interventions to support equity and diversity in oncology career development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,492
Tête enseignante GPT0,438
Écart entre enseignants0,054 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineIncitatifs
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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueESMO OpenMême sujetDiversity and Career in MedicineTravaux en français237 207