MétaCan
Menu
Retour à la cohorte
Enregistrement W4404620949 · doi:10.1080/10503307.2024.2428693

A first look at diversity gaps in psychotherapy research publications and representation

2024· article· en· W4404620949 sur OpenAlexaff
Nili Solomonov, Serena Z. Chen, Ellie A. Briskin, Louis G. Castonguay, Mariane Krause, Shelley McMain, Chetna Duggal, Soo Jeong Youn, Lorenzo Lorenzo‐Luaces, Jacques P. Barber

Notice bibliographique

RevuePsychotherapy Research · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCounseling Practices and Supervision
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPsychotherapistDiversity (politics)PsychologyRepresentation (politics)PsychoanalysisSociologyAnthropologyPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: There is a pervasive underrepresentation of researchers and clinicians from diverse backgrounds in psychology. This is the first study to focus on diversity gaps in Psychotherapy Research. We examine a gap in the representation of research from low-income countries and summarize barriers and solutions to increase diversity in the field. METHOD: , between 28 April 2005 and 22 June 2023. RESULTS: Most submissions were from Europe and North America, with the fewest from Africa and Asia/Northeast Asia. High-income countries had significantly more submissions than low-income countries, with gaps increasing over time. North America and Europe had the highest acceptance rates and Africa and Asia/Southeast Asia had the lowest rates. CONCLUSION: is one of the most internationally representative journals in the field. Yet, we found underrepresentation of non-western countries. There is a need to increase the representation of research participants and researchers from non-western countries through direct initiatives and investments in research and researchers from underrepresented backgrounds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,081
score de la tête « metaresearch » (Gemma)0,346
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,431

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,346
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0200,022
Études des sciences et des technologies0,0040,003
Communication savante0,0100,018
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,242
Tête enseignante GPT0,522
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychotherapy ResearchMême sujetCounseling Practices and SupervisionTravaux en français237 207