Ivory tower in MD/PhD programmes: sticky floor, broken ladder and glass ceiling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Achieving gender equity in academic medicine is not only a matter of social justice but also necessary in promoting an innovative and productive academic community. The purpose of this study was to assess gender distribution in dual MD/PhD academic programme faculty members across North America. METHODS: Academic metrics were analysed to quantify the relative career success of academic faculty members in MD/PhD programmes. Measured parameters included academic and leadership ranks along with nominal research factors such as peer-reviewed research publications, H-index, citation number and years of active research. RESULTS: Χ² analysis revealed a statistically significant (p<0.0001, χ²=114.5) difference in the gender distribution of faculty and leadership across North American MD/PhD programmes. Men held 74.2% of full professor positions, 64% of associate professor positions, 59.4% of assistant professor positions and 62.8% of lecturer positions. Moreover, men occupied a larger share of faculty leadership roles with a statistically significant disparity across all ranks (p<0.001, χ²=20.4). A higher proportion of men held positions as department chairs (79.6%), vice chairs (69.1%) and programme leads (69.4%). CONCLUSION: Gender disparity was prevalent in the MD/PhD programmes throughout North America with women achieving a lower degree of professional stature than men. Ultimately, steps must be taken to support women faculty to afford them better opportunities for academic and professional 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.
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 | 0,000 | 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 découle