Demographic and Academic Productivity Trends Among American Head & Neck Society Fellows Over a 20-Year Period
Notice bibliographique
Résumé
Importance: Historical data reveal that, compared with women, men are more likely to pursue a head and neck surgical oncology fellowship, but little is known about possible gender differences in academic productivity. Objective: To assess demographic trends and academic productivity among American Head & Neck Society (AHNS) fellowship graduates. Design, Setting, and Participants: This cross-sectional study used electronically published data from the AHNS on fellowship graduates in the US and Canada from July 1, 1997, to June 30, 2022. Scopus was used to extract h-indices for each graduate. Exposure: Scholarly activity. Main Outcomes and Measures: Main outcomes were changes in demographic characteristics and academic productivity among AHNS graduates over time. Data analysis included effect size, η2, and 95% CIs. Results: A total of 691 AHNS fellowship graduates (525 men [76%] and 166 women [24%]) were included. Over the study period, there was an increase in the number of programs offering a fellowship (η2, 0.84; 95% CI, 0.68-0.89) and an increase in the absolute number of women who completed training (η2, 0.66; 95% CI, 0.38-0.78). Among early-career graduates pursuing an academic career, there was a small difference in the median h-index scores between men and women (median difference, 1.0; 95% CI, -1.1 to 3.1); however, among midcareer and late-career graduates, there was a large difference in the median h-index scores (midcareer graduates: median difference, 4.0; 95% CI, 1.2-6.8; late-career graduates: median difference, 6.0; 95% CI, 1.0-10.9). A higher percentage of women pursued academic positions compared with men (106 of 162 [65.4%] vs 293 of 525 [55.8%]; difference, 9.6%; 95% CI, -5.3% to 12.3%). Conclusions and Relevance: This cross-sectional study suggests that women in head and neck surgery begin their careers with high levels of academic productivity. However, over time, a divergence in academic productivity between men and women begins to develop. These data argue for research to identify possible reasons for this observed divergence in academic productivity and, where possible, develop enhanced early faculty development opportunities for women to promote their academic productivity, promotion, and advancement into leadership positions.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».