Gender representation in professorship and research productivity across all surgical specialties in Canadian academic institutions
Notice bibliographique
Résumé
Background Disparate gender representation among Canadian academic surgeons is documented; however, the association of academic rank with research productivity across all surgical specialties is not well understood. Our objective was to assess differences in gender representation by academic rank and research productivity metrics for surgical specialties in Canadian academic centres. Methods This retrospective, cross-sectional, comparative study used online public databases in 2021. Data sources included the Canadian Resident Matching Service program descriptions, College of Physicians and Surgeons databases, the Scopus platform, and professional websites. Gender distribution by academic rank, research productivity metrics, institution, and surgical specialty were tested for a 0.5 proportion rate. We used a generalized logistic regression model adjusting for confounders to assess gender association with ordinally ranked academic rank. We defined significance by p < 0.05 with reported 95% confidence intervals. Results We assessed 10 surgical specialties across 17 Canadian academic institutions. Women surgeons were underrepresented in 16 out of 17 centres ( p < 0.001), comprising the majority in only obstetrics–gynecology ( p < 0.001). Women were also less represented as assistant (37%), associate (27%), and full professors (18%) ( p < 0.001), with lower mean h -index (6.4, p < 0.001), years active in research (11.5, p < 0.001), number of publications (18, p < 0.001), and m -quotient (0.42, p < 0.001). Multivariate analysis showed that men were more likely to be represented in senior professorship regardless of research productivity, institution, and specialty determinants (odds ratio 1.30–1.33, p = 0.001–0.024). Conclusion Women surgeons were underrepresented across all academic ranks, were less likely to achieve senior professorship, and had lower research productivity metrics.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».