Mujeres en la ornitología colombiana: Perspectivas históricas y tendencias de participación en dos contextos académicos
Bibliographic record
Abstract
Globalmente existe un movimiento para fomentar la equidad en los entornos académicos debido a la baja representación de mujeres. Este estudio se enfoca en la participación femenina en la ornitología colombiana. Exploramos tanto la situación actual, como la participación histórica de mujeres en este campo, resaltando su escasa visibilidad en los registros históricos. Para abordar estas desigualdades, proponemos una revisión interna para identificar sesgos y sugerir acciones que fortalezcan la equidad en este campo. En nuestro análisis de la revista Ornitología Colombiana (OC) y el Congreso Colombiano de Ornitología (CCO) entre 2003 y 2023, evaluamos la participación de mujeres en diversos roles como autoras, editoras, revisoras, tesistas y asesoras de tesis, así como su presencia como ponentes magistrales y en presentaciones orales y pósteres. Los resultados muestran que, en promedio, las mujeres representan el 29,2% de los autores en la revista, con el 21,1% y 18,3% siendo primeras y últimas autoras, respectivamente. Esta baja representación se extiende al cuerpo editorial y a los revisores (una mujer editora en jefe, 28% de editoras asociadas, y 15,6% de revisoras). El CCO muestra tendencias similares, con sólo el 37,2% de resúmenes que tienen a una mujer como coautora. De manera preocupante, la participación femenina no muestra una tendencia en aumento. Como posible evidencia de la “tubería con fugas” en la ornitología colombiana, observamos que más del 50% de los tesistas son mujeres, pero esta proporción disminuye al avanzar en las etapas de la carrera académica. Con el ánimo de cambiar estas tendencias y fortalecer la disciplina, presentamos recomendaciones específicas que buscan fomentar la diversidad y equidad en la ornitología colombiana.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.012 | 0.004 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".