Sex and authorship in global cancer research
Notice bibliographique
Résumé
Introduction: Research is an essential pillar of cancer control and key in shaping regional cancer control agendas. Imbalances in science and technology in terms of lack of female participation have been well documented. However, there is little evidence about country-level female participation in cancer research. Methodology: Through a complex filter, cancer research papers were identified and grouped by countries and sex of the first and last authors of each paper and analysed by the percentage of females in these positions alongside other parameters. Results: Our analysis of 56 countries' outputs, in 2009, revealed that females were the first authors in 37.2% and last authors in 23.3% of papers. In 2019, females were the first author in 41.6% and last author in 29.4% of papers. Females increased as first authors by 26%, and as last authors by 12% between these two time periods. The top performing countries in terms female/male parity for first or last authorship were in Eastern and Southern Europe as well as Latin American countries.From 2009 to 2019, the highest proportion of females as first and last authors were from low-income and middle-income countries in Latin America and Eastern Europe.Females were more likely to publish in lower impact journals and were less likely to be cited compared to males. Conclusions: Globally, progress in female's authorship in oncology research has been uneven. More research is needed to understand the reasons behind this. Advancing diversity and equity in research leadership and authorship will be essential to address the complex challenges of cancer globally.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».