Gender gaps in publications and citations in gambling studies: Comparisons against addiction science.
Notice bibliographique
Résumé
OBJECTIVE: Women in academia publish fewer papers and receive fewer citations than men. These gender gaps likely reflect systemic biases operating over several levels, from journal editorial policies to academic career progression. This study sought to characterize gender gaps for publications and citations in the field of gambling studies. METHOD: An automated gender inference procedure classified authors' binarized gender from their first names. Gender gaps were computed for publications and citations of papers in gambling studies, using the wider field of addiction science as a benchmark. Publication data were scraped from eight peer-reviewed gambling/addictions journals and separately from all gambling publications listed in PubMed. RESULTS: Men authored 16% more publications than women among gambling papers and 23% more publications among nongambling addictions papers. Although robust gender gaps were observed in specialist gambling journals, we find limited overall evidence for gender inequality being greater in gambling studies. Indeed, among nongambling addiction papers, men published more, despite a greater apparent representation of women in the field. The gender gap was most pronounced for the last authorships, denoting seniority. Among the first authorships, there was variability between journals, and some journals displayed approximate parity. There was limited evidence for any corresponding gender gap in citation counts. CONCLUSIONS: Gender gaps in gambling research, and addiction science more broadly, adhere to wider trends in academia, including the associations with academic seniority. Variability between individual journals supports the role of journal editorial policies to increase the representation and visibility of women researchers in addiction science. (PsycInfo Database Record (c) 2024 APA, all rights reserved).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».