Exploring Diversity in Otolaryngology-Head and Neck Surgery Journal Editorial Boards
Notice bibliographique
Résumé
Objective: Despite increasing diversity in medical school entrants, disparities exist in academic leadership. This study sought to examine the proportion of women and visible minorities (VMs) among editorial board members (EBMs) of otolaryngology journals. Methods: Two reviewers collected journal, editorial board, and editor-in-chief characteristics using journal mastheads or official websites. Gender and VM representation on editorial boards and factors associated with increased representation were investigated. Results: Forty-one journals were explored, from January to April 2022. Of 2128 EBMs, 663 (31.3%) were VMs and 551 (25.9%) were women. Editor-in-chief roles were held by 12 (25%) VM individuals and 3 (6.2%) women. Gender differences in the distribution of editorial board positions were found ( P < .001); women had higher representation as associate editors (24.5%, n = 551 vs 15.4, n = 1577%) and deputy/managing editors (2.2%, n = 551 vs 0.4%, n = 1577), while men were more represented as editor-in-chief (2.9%, n = 1577 vs 0.5%, n = 551). Similar VM representation existed between genders (31.0% male; 31.6% women) ( P = .80). Journal impact factor quartile and gender were significantly correlated ( P < .001); a higher proportion of women were represented in the first (27.0% vs 24.5%) and fourth (12.0% vs 4.9%) quartile. No significant factors were identified for higher women’s editorial board representation. Larger editorial board size ( P = .002) and Asian/South American journals ( P = .003 to P < .001) had significantly higher representation of VMs. Conclusion: Women and VMs are underrepresented in high-ranking editorial positions. Diversity in editorial boards is needed to ensure fair and balanced journal reviews and equity within otolaryngology.
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 | 0,005 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».