Researchers' sex/gender identity influences how sex/gender question is investigated in neuroscience: an example from an OHBM meeting
Notice bibliographique
Résumé
Gender inequality and diversity in STEM is a challenging field of research. Although the relation between the sex/gender of the researcher and the scientific research practices has been previously examined, less interest has been demonstrated towards the relation between sex/gender of the researcher and the way sex/gender as a variable is explored. Here, we examine, from a neurofeminist perspective, both questions: whether sex/gender identity is related to the examination of sex/gender as a variable and whether different approaches towards examining sex/gender are being used in different topics of study within neuroscience. Using the database of submitted posters to the Organization of Human Brain Mapping 2022 annual conference, we identified abstracts examining a sex/gender-related research question. Among these target abstracts, we identified four analytical categories, varying in their degree of content-related complexity: (1) sex/gender as a covariate, (2) sex/gender as a binary variable for the study of sex/gender differences, (3) sex/gender with additional biological information, and (4) sex/gender with additional social information. Statistical comparisons between sex/gender of researcher and the target abstract showed that the proportion of abstracts from Non-binary or Other first authors compared to both Women and Men was lower for all submitted abstracts than for the target abstracts; that more researchers with sex/gender-identity other than man implemented analytical category of sex/gender with additional social information; and, for instance, that research involving cognitive, affective, and behavioural neuroscience more frequently fit into the sex/gender with additional social information-category. Word cloud analysis confirmed the validity of the four exploratorily identified analytical categories. We conclude by discussing how raising awareness about contemporary neurofeminist approaches, including perspectives from the global south, is critical to neuroscientific and societal progress.
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 | 0,040 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».