Research students are diverse, while those in salaried positions are not: results from a survey of Canadian academic geoscience
Notice bibliographique
Résumé
Despite recognition that academic geoscience lacks diversity to an extent beyond that of other disciplines, demographic data from academic geoscience departments is not routinely collected. This inhibits the ability to address disparities and make improvements. We aim to address this gap by establishing the demographic make-up of academic geoscience in Canada and identify communities that may be underrepresented. A 22-question survey was disseminated to all geoscience departments at Canadian universities ( N = 35) between September and December 2022 asking specific questions related to identity. Research students, faculty, staff and instructors in these departments were eligible to respond. Responses were analysed for proportions and compared with relevant national data. In total, 482 respondents completed the survey, representing approximately 21% of the academic geoscience population in Canada. Responses indicate marked reductions in diversity between research students and salaried researchers for gender, race and LGBTQ+ representation. Men outnumber women in all tenured faculty positions (64.9%) and tenured positions were overwhelmingly held by white respondents (84.6%). Indigenous identities are poorly represented in this population, with only 2.3% identifying as First Nations, Inuit or Métis. A higher proportion of students than faculty identified as disabled, with the greatest representation among PhD students (12%). These data support previous studies finding low diversity among those in academic geoscience. The drop in diversity between students and faculty suggest barriers for those not historically represented, and the dominance of white men in tenured positions indicates further barriers for those who do pursue careers in geoscience. Addressing these barriers will require broad-scale efforts and engagement with communities that continue to be excluded from academic environments.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 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 ».