Parental leave, childcare policies, and workplace bias for hepatology professionals: A national survey
Notice bibliographique
Résumé
BACKGROUND: The presence of workplace bias around child-rearing and inadequate parental leave may negatively impact childbearing decisions and sex equity in hepatology. This study aimed to understand the influence of parental leave and child-rearing on career advancement in hepatology. METHODS: A cross-sectional survey of physician members of the American Association for the Study of Liver Diseases (AASLD) was distributed through email listserv in January 2021. The 33-item survey included demographic questions, questions about bias, altering training, career plans, family planning, parental leave, and work accommodations. RESULTS: Among 199 US physician respondents, 65.3% were women, and 83.4% (n = 166) were attendings. Sex and racial differences were reported in several domains, including paid leave, perceptions of bias, and child-rearing. Most women (79.3%) took fewer than the recommended 12 paid weeks of parental leave for their first child (average paid leave 7.5 wk for women and 1.7 for men). A majority (75.2%) of women reported workplace discrimination, including 83.3% of Black and 62.5% of Hispanic women. Twenty percent of women were asked about their/their partners' pregnancy intentions or child-rearing plans during interviews for training. Women were more likely to alter career plans due to child-rearing (30.0% vs. 15.9%, p = 0.030). Women were also more likely to delay having children than men (69.5% vs.35.9%). CONCLUSIONS: Women reported sex and maternity bias in the workplace and during training interviews, which was more frequently experienced by Black and Hispanic women. As two-thirds of women had children during training, it is a particularly influential time to reevaluate programmatic support to address long-term gender disparities in career advancement.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».