Getting ahead in the social sciences: How parenthood and publishing contribute to gender gaps in academic career advancement
Notice bibliographique
Résumé
How do parenthood and publishing contribute to gender gaps in academic career advancement? While extensive research examines the causes of gender disparities in science, technology, engineering, and mathematics (STEM) careers, we know much less about the factors that constrain women's advancement in the social sciences. Combining detailed career- and administrative register data on 976 Danish social scientists in Business and Management, Economics, Political Science, Psychology, and Sociology (5703 person-years) that obtained a PhD degree between 2000 and 2015, we estimate gender differences in attainment of senior research positions and parse out how publication outputs, parenthood and parental leave contribute to these differences. Our approach is advantageous over previous longitudinal studies in that we track the careers and publication outputs of graduates from the outset of their PhD education and match this data with time-sensitive information on each individual's publication activities and family situation. In discrete time-event history models, we observe a ∼24 per cent female disadvantage in advancement likelihoods within the first 7 years after PhD graduation, with gender differences increasing over the observation period. A decomposition indicates that variations in publishing, parenthood and parental leave account for ∼ 40 per cent of the gender gap in career advancement, suggesting that other factors, including recruitment disparities, asymmetries in social capital and experiences of unequal treatment at work, may also constrain women's careers.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».