COVID-19 and the gender gap in research productivity: understanding the effect of having primary responsibility for the care of children
Notice bibliographique
Résumé
In this paper we contribute to the emerging literature on the effect of the COVID-19 pandemic on the gender gap in research productivity. We extend previous studies by considering men and women academics from science and non-science disciplines through an analysis of data from academics at 14 universities across two countries (seven in Australia and seven in Canada) and focusing on the role of primary caregiving. Our empirical approach used logistic regressions and the Blinder–Oaxaca decomposition technique. The latter enabled us to ask: ‘How much of the gender gap in perceived productivity during the pandemic is due to gender differences in primary care responsibilities?’ Within the sample (N = 2,817) of academics, 33% of women and 25% of men reported that their perceived publication ability decreased a lot during the pandemic. This is an eight percentage-point gender gap in perceived publication ability. Statistical analysis revealed that two-fifths (40%) of this gap may be explained by gender differences in having primary responsibility for the care of children. Gender differences in other characteristics such as age, discipline, and increased teaching and administrative work were not, as a group, significant. There were also no differences between Australia and Canada. The findings are important, particularly for the pursuit of gender equality within academia. In the absence of specific mitigating interventions, research disruptions in 2020 may have long-lasting career scarring effects (e.g. hiring, promotion, tenure) and, as a result, see women further disadvantaged within the academy.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».