Authorship diversity in general surgery-related Cochrane systematic reviews: a bibliometric study
Notice bibliographique
Résumé
Despite efforts to address fundamental inequities, surgical residencies lag behind their non-surgical counterparts in attracting women 1 .Equity of representation in authorship is an important aspect of evidence-based medicine.This study analysed representation in authorship of general surgery-related Cochrane systematic reviews with respect to gender and country.Data were collected from the Cochrane Library on 3 September 2022, using the keyword 'general surgery' in an advanced search under the subheading 'All Text'.An online search was used to confirm the gender and country of an author, by discovering a minimum of two web pages (such as LinkedIn, institutional websites, Loop profile, junior editorial profile, and ResearchGate) demonstrating them.The corresponding authors were contacted when deemed necessary.Some 250 publications that included 1420 authors were included.Four authors had affiliations to two countries.The leading five nations represented in authorship were the UK (562, 39.4 per cent), China (163, 11.5 per cent), Italy (144, 10.1 per cent), Canada (91, 6.4 per cent), and the USA (89, 6.2 per cent) (Fig. 1a).Syria was the only low-income country that had representation and constituted 0.3 per cent (5 authors).India (8, 0.6 per cent) and Nigeria (2, 0.1 per cent) were the only countries from lowermiddle-income groups that had representation.The male to female ratio in this study was 2.11 : 1 (957 : 453) (Fig. 1b).Gender data for 10 authors could not be retrieved and these were categorized as 'unknown'.There were 169 male (67.3 per cent) and 82 female (32.6 per cent) first authors (gender ratio 2.06 : 1).One study had designated two authors as co-first authors.Eighty-one women constituted 32.4 per cent of all the corresponding authors (male to female gender ratio 2.06 : 1).One article had no corresponding author.One hundred and fifty studies (60 per cent) did not have a female in a lead author (first or corresponding author) position.Fifty-eight studies (23.2 per cent) did not have any female authors, whereas only eight (3.2 per cent) did not have any male authors.In low-income countries, 1 in 5 authors were female.Similarly, in low-middle-income countries, 2 of 10 authors were female.There were no lead female authors
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 | 0,051 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,016 | 0,049 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».