Equity in Action: A Four-Year journey towards Gender Parity and Racial Diversity in Biochemistry Hiring
Notice bibliographique
Résumé
Abstract Recruitment of faculty members in academic departments shapes the department for decades in both research and teaching arenas. Having a diverse department is beneficial for undergraduate and graduate students as representation of underrepresented minority groups in the professoriate can inspire a greater diversity of students to pursue higher levels of education or research-focused careers. Increased diversity benefits research directly as diverse teams have been shown to have better ideas and outcomes. In 2020, our department had lower gender diversity than would be expected based on the pool of PhD students and post-doctoral fellows in Canada. Therefore, we altered our hiring process, primarily by redacting applications, for recruitment into entry-level tenure-track faculty positions. With this change in process, female hires increased from 17% in the previous ten years (5 hires) to 80% in the subsequent four years (5 hires) with no substantial change in hiring of racially diverse individuals (50% to 40%). Overall, combined with retirements, the percentage of female faculty in the department went from 25% to 50% and the percentage of racialized faculty went from 38% to 44%. The new hires have met or exceeded expectations of success with respect to grant funding and are on track to meet or exceed expectations for other metrics of success. Thus, our intervention was very successful in increasing the diversity of our department within a short timeframe. We believe that our experience could provide other departments with a template for making substantive change, even in the absence of internal expertise in the area. Graphical Abstract
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 | 0,064 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,022 | 0,013 |
| Communication savante | 0,011 | 0,008 |
| Science ouverte | 0,005 | 0,023 |
| Intégrité de la recherche | 0,004 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».