Women faculty members’ challenges when pursuing leadership positions in academic dentistry: A survey
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: This study addresses persistent gender disparities in leadership roles in academic dentistry. The objectives were to identify the challenges and barriers to leadership that women face in general and during the COVID-19 pandemic, as well as to describe resources they need to reach their leadership potential. METHODS: The American Dental Education Association Section on Women in Leadership (WIL), gathered survey data concerning leadership challenges and faculty development needs. The survey targeted 300 WIL members in leadership roles or aspiring to leadership roles. It was conducted from January to March 2021 and 128 participants responded (response rate: 42.7%). The data was analyzed quantitatively and qualitatively. RESULTS: The most frequent reported leadership barriers indicated by the survey respondents were lack of mentoring, limited leadership training, lack of sponsorship from administration, family obligations and limited job opportunities. The participants stated that the COVID-19 pandemic exacerbated these challenges, affecting collaborations, increasing stress, and impacting scholarly productivity. The survey responses showed how external factors can challenge faculty productivity. Respondents identified mentoring, increased leadership opportunity awareness, and leadership development seminars as factors most helpful for their professional development. CONCLUSIONS: This study identified women faculty members' perceptions of why disparities persist in gender equity in leadership in dental education. It suggests developing gender specific leadership strategies and resources. Addressing barriers requires concerted efforts at the institutional, national, and global levels. This is vital for achieving gender parity in leadership roles in dental education settings.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».