25-year analysis of gender and professional trends in authorship of highly cited articles in leading ophthalmology journals
Notice bibliographique
Résumé
Purpose Understanding trends in female researcher representation can inform strategies to improve equity in academic ophthalmology. This study evaluates authorship and citation trends over 25 years amongst the highest-cited articles in leading ophthalmology journals to assess female co-authorship and differences in authors’ degrees in publications at a highly visible research level. Methods A retrospective analysis was conducted on 443 authors who published the most highly cited articles in high-impact journals from 2000 to 2024. Articles were chosen as the three most cited articles per year from the three highest-impact ophthalmology journals per h5-index. Identities were confirmed via institutional websites, PubMed, and Google Scholar. Gender and degrees were determined using professional profiles. Outcomes included authorship position, first-last author pairings, citation impact, and differences in authors’ degrees by gender. Results From 2000 to 2024, female first authorship rose 38.11%, and overall authorship 43.73%. Female last authorship, though lowest, increased the most (53.63%). Female co-authorship and overall representation peaked in 2010–2014. Male first-authored papers had more citations ( p = 0.011) and were 9.36 times more likely to involve same-gender mentors (CI [4.56, 19.23], p < 0.00001). Men were more often ophthalmologists; women more frequently held PhDs, PharmDs, or ODs ( p = 0.0036). Conclusions Female authorship is rising, but citation gaps and underrepresentation persist. Non-physician female research and female co-authorship success suggest mentorship and interdisciplinary work may enhance women's visibility in ophthalmology research. Continued interventions to promote female ophthalmic career networks are essential in closing the gender gap in research and fostering equitable professional advancement.
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 | 0,006 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».