The Experiences of Women in Otolaryngology: A Scoping Review
Notice bibliographique
Résumé
OBJECTIVE: Understanding the unique experiences of women in otolaryngology is key to promoting gender equity within this field. The objective of this study is to systematically synthesize the literature on the experiences of women in otolaryngology during training and practice and identify gender disparities in representation and remuneration, scholarship and leadership, harassment and mistreatment, and pregnancy and parenthood. DATA SOURCES: MEDLINE, EMBASE, CENTRAL, Scopus, CINAHL, gray literature sources (inception to November 24, 2024). REVIEW METHODS: English-language studies describing the experiences of women attendings and trainees in otolaryngology were included. Review articles, opinion pieces, and letters were excluded. Primary outcomes included representation, remuneration, contribution to scholarship, representation in leadership, incidence of harassment and mistreatment, and incidence of pregnancy and pregnancy-related complications. Quality assessment was performed using the Joanna Briggs Institute Critical Appraisal Tool. RESULTS: Ninety-seven studies met the inclusion criteria. Significant disparities were identified in representation and renumeration, scholarship and leadership, discrimination and harassment, and pregnancy and parenthood. Women were under-represented across all clinical settings and in research and leadership. Women attendings and residents report greater discrimination and harassment compared to men. Women described significant challenges in family planning, pregnancy, and breastfeeding. Pregnancy and child-rearing were described as barriers to career advancement. CONCLUSION: Gender disparities in otolaryngology are reported across multiple professional and personal domains, ranging from representation to research productivity and from mistreatment to motherhood. Understanding the unique experiences and challenges of women in otolaryngology is crucial to improving work and learning 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 | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».