On the lack of women researchers in the Middle East and North Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Recent gender policies in the Middle East and North Africa (MENA) region have improved legal equality for women with noticeable effects in some countries. The implications of these policies on science, however, are not well-understood. This study applies a bibliometric lens to describe the landscape of gender disparities in scientific research in MENA. Specifically, we examine 1.7 million papers indexed in the Web of Science published by 1.1 million authors from MENA between 2008 and 2020. We used bibliometric indicators to analyze potential disparities between men and women in the share of authors, research productivity, and seniority in authorship. The results show that gender parity is far from being achieved in MENA. Overall, men authors obtain higher representation, research productivity, and seniority. But some countries stand out: Tunisia, Lebanon, Turkey, Algeria and Egypt have higher shares of women researchers compared to the rest of MENA countries. The UAE, Qatar, and Jordan have shown progress in terms of women participation in science, but Saudi Arabia lags behind. We find that women are more likely to stop publishing than men and that men publish on average between 11 and 51% more than women, with this gap increasing over time. Finally, men, on average, achieved senior positions in authorship faster than women. Our longitudinal study contributes to a better understanding of gender disparities in science in MENA which is catching up in terms of policy engagement and women representation. However, the results suggest that the effects of the policy changes have yet to materialize into distinct improvements in women’s participation and performance in science.
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.
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 | 0,013 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,022 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle