Sex and Gender Identity: Data Collection and Language Considerations for Human Research Ethics Committees and Researchers
Notice bibliographique
Résumé
Abstract Including women in research and collecting and disaggregating data on sex is an ethical imperative. However, increasingly gender identity is being prioritised over sex in data collection and language which has ethical implications. In this paper, the authors share their experiences as study participants; a health consumer advocate, patient research advisor, and lay researcher; and academic researchers of engaging with researchers, Human Research Ethics Committees (HRECs), university ethics offices, and editors and reviewers of journals regarding data collection and communication on sex and gender identity. We argue that HRECs, researchers, and publishers must carefully consider the implications of omitting data collection on sex, mandatory and universalising gender identity questions and use of desexed language. We also propose that reduced data collection and disaggregation by sex, universal imposition of gender identity, and use of desexed language in research is decreasing data quality, reducing the willingness of some to participate in research and is culturally imperialistic. Recommendations for HRECs are made and research needs in relation to sex and gender identity are outlined. Respect for women in the conduct of research requires their sex-related experiences and needs are considered and therefore that data on sex is appropriately collected and reported upon.
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 | 0,753 | 0,725 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,013 | 0,031 |
| Communication savante | 0,022 | 0,017 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,008 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».