Women in leadership positions in European neurosurgery - Have we broken the glass ceiling?
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
Introduction: The proportion of male neurosurgeons has historically been higher than of women, although at least equal numbers of women have been entering European medical schools. The Diversity Committee (DC) of the European Association of Neurosurgical Societies (EANS) was founded recently to address this phenomenon. Research question: In this cross-sectional study, we aimed to characterize the status quo of female leadership by assessing the proportion of women heading European neurosurgical departments. Material and methods: European neurosurgical departments were retrieved from the EANS repository. The gender of all department chairs was determined via departmental websites or by personal contact. The proportion of females was stratified by region and by type of hospital (university versus non-university). Results: A total of 41 (4.3%) female department chairs were identified in 961 neurosurgery departments in 41 European countries. Two thirds (68.3%) of European countries do not have a female neurosurgery chair. The highest proportion of female chairs was found in Northern Europe (11.1%), owing to four female chairs in a relatively small number of departments (n = 36). The proportions were considerably smaller in Western Europe (n = 17/312 (5.5%)), Southern Europe (n = 14/353 (4.0%)) and Central and Eastern Europe (n = 6/260 (2.3%)) (p = 0.06). The distribution of female chairs in university (n = 19 (46.3%)) versus non-university departments (n = 22 (53.7%)) was even. Discussion and Conclusion: There is a significant gender imbalance with 4% of all European neurosurgery departments headed by women. The DC intends to develop strategies to support equal chances and normalize the presence of female leaders in European neurosurgery.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 découle