Understanding Gender Differences in Research Productivity of Canadian Otolaryngologists—A Comprehensive National Audit
Notice bibliographique
Résumé
Objective: To understand the factors contributing to gender disparities in the research productivity of Canadian academic otolaryngologist-head and neck surgeons. Methods: Publicly available sources including departmental websites, SCOPUS, and the Royal College of Physicians and Surgeons of Canada were accessed between February and April 2022 to analyze gender differences in the academic productivity of otolaryngologist-head and neck surgeons across Canada. Gender differences in research productivity metrics, including h-index, i10-index, publication number, and number of first and senior authorships were assessed. Demographic data, including gender, institution, years in practice, and leadership roles were assessed for correlation with increased research productivity. Subgroup analyses were used to evaluate gender differences in productivity metrics, and univariable and multivariable regression analyses were used to evaluate predictors of research productivity. Results: Data were collected for 316 academic otolaryngologists (252 men, 64 women, P < .001). Men had significantly more years of publishing [mean (standard deviation, SD), 15.64 (9.45) vs 12.44 (8.28), P = .014], higher h-indices [12.22 (11.47) vs 7.33 (5.36), P < .001], i10-indices [22.61 (37.88) vs 8.17 (9.14), P > .001], publication numbers [46.63 (65.18) vs 19.59 (23.40), P < .001], and first [8.18 (9.95) vs 4.89 (6.18), P = .001] and senior authorships [12.98 (22.72) vs 3.83 (6.89), P < .001]. Gender differences were most pronounced in head and neck oncology, pediatrics, and the late career stage. Gender disparities in productivity were absent in the early career stage. Multivariate analysis identified only the number publications and number of senior author publications as being significantly influenced by gender. Conclusion: Canadian female otolaryngologist-head and neck surgeons appear to have equivalent research productivity to their male counterparts in the early career stage. This mirrors the recent findings in the United States, and demonstrates progress compared to earlier studies that found women to have lower research productivity in the early career stage.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».