Editorial: Inequalities in COVID-19 healthcare and research affecting women
Notice bibliographique
Résumé
Editorial on the Research Topic Inequalities in COVID-19 healthcare and research affecting womenThis Research Topic, Inequalities in COVID-19 Healthcare and Research Affecting Women, presents a rich collection of articles from all over, including Africa, Asia, Australia, North America, and Europe.The Topic is a compilation of various articles addressing diverse topics such as gender gaps, violence against women, gender bias in research, postpartum care, accessibility to services, and so on, with a basket of policy options and recommendations.The current COVID-19 pandemic is no exception, as women are disproportionately affected by the global crisis.Therefore, building fair, sustainable, and healthy societies requires understanding and attention to the impacts of both sex and gender on health outcomes.Although the lockdowns and stay-at-home orders are critical in limiting and preventing COVID-19 spread, they devastate vulnerable groups such as women and girls for gender-based violence (GBV).Besides, preventive confinement practices exacerbate many causes of or contributors to violence against women and girls (1).Additionally, COVID-19 has revealed that women are underrepresented in ongoing COVID-19 research publications, in the governance of epidemic management, and as authors of COVID research (2).In the same context, it was also highlighted that women are generally underrepresented as research participants in COVID research, and pregnant women were frequently excluded from research (3).Despite the World Health Organization's (WHO) Executive Board recognizing the need of including women in decision-making for pandemic planning and response, women's representation is inadequate in COVID-19 policy domains at both national and global platforms.COVID-19 policy domains (4).The COVID-19 pandemic has disrupted
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 | 0,009 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,016 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,017 |
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 ».