Diversity Research Pushed to the Margins? Status, Stigma, and Self-group Distancing Effects
Notice bibliographique
Résumé
Diversity, equity, and inclusion (“DEI”) is a field of research that, despite its 50-year history, remains at the margins of management scholarship. If the field of management is to contribute influential research on topics such as bias and discrimination, which have significant organizational and societal relevance, it is imperative to address the issue of the marginalization of DEI research, and how it may be perpetuated in the power structures of academia. We draw on status, stigma, homophily, representative bureaucracy and self-group distancing perspectives to explain and pose predictions on the factors that contribute to the marginalization of research. We examine race, gender and intersectional diversity of authors of articles on DEI topics, as well as in journal leadership teams, at 14 top-tier Management journals over a 20-year timespan, from 2001 to 2021, across five timepoints. We find that DEI research is more likely to be conducted by equity-deserving scholars. While the careers of equity-deserving scholars do not appear to be limited by their choice of research topic, this is not the case for white men who engage in DEI research. The results did not show that more diverse journal leadership influences the amount of DEI research that is published. We discuss the implications of our findings in terms of the advancement of DEI theories.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».