Equal Work, Unequal Recognition in Science: A Systematic Review and Meta- Analysis Protocol on Gender Disparities in Authorship and Other Domains of Scholarly Contributions Across Scientific Disciplines
Dieses Papier skizziert ein Protokoll für eine systematische Übersichtsarbeit und Metaanalyse, die darauf ausgelegt ist, Evidenzen über geschlechtsspezifische Disparitäten bei der Autorenschaft und anderen wissenschaftlichen Beiträgen über verschiedene Disziplinen hinweg zu synthetisieren, mit dem Ziel, politische Maßnahmen zu informieren, die die Gleichberechtigung bei der akademischen Anerkennung fördern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Welt der Wissenschaft als einen riesigen, geschäftigen Marktplatz vor, auf dem Forscher mit „Credit“ handeln. Dieser Credit ist kein Geld, sondern die Währung, mit der man Ruhm, Beförderungen, große Fördergelder und einen Sitz am Tisch der Macht kauft. Auf diesem Marktplatz gibt es ein langjähriges, unsichtbares Regelbuch, das oft eine Gruppe gegenüber einer anderen bevorzugt. Zwei berühmte Ideen helfen zu erklären, wie das geschieht. Erstens gibt es den „Matthäus-Effekt“, der wie ein Schneeball ist, der einen Hügel hinunterrollt: Wenn man früh ein wenig Erfolg hat, ist es einfacher, mehr zu bekommen, und der Schneeball wird immer größer. Dann gibt es den „Matilda-Effekt“, benannt nach einer mutigen Frau aus der Geschichte, die bemerkte, dass manchmal der Schneeball gestohlen wird. Das passiert, wenn eine Frau die harte Arbeit leistet und eine brillante Entdeckung macht, aber der Credit stattdessen an einen Mann weitergereicht wird oder die ganze Gruppe die Anerkennung erhält, während sie selbst vergessen wird.
Lange Zeit wurde vermutet, dass Frauen in der Wissenschaft genauso hart arbeiten wie Männer, aber im Gegenzug weniger der „Credit-Währung“ erhalten. Ihnen wird vielleicht der Name auf der Autorenliste eines Papers abgeschnitten, ihre Arbeit erhält vielleicht weniger „Likes“ (Zitationen) oder sie werden bei großen Auszeichnungen und Vorträgen übergangen. Aber bis jetzt waren die Beweise wie Puzzleteile aus verschiedenen Schachteln verstreut. Einige Studien betrachteten nur eine Art von Wissenschaft, wie etwa die Biologie, während andere nur eine Art von Credit betrachteten, wie etwa wer auf einer Konferenz sprechen darf. Niemand hatte all diese Teile zusammengesetzt, um das Gesamtbild zu sehen. Deshalb ist es wichtig: Wenn wir nicht genau wissen, wo der Credit verloren geht, können wir das Leck nicht reparieren.
Das Paper: Eine Detektiv-Karte des verlorenen Credits
Dieses Paper ist keine abgeschlossene Untersuchung; es ist die detaillierte Karte und das Regelbuch für eine massive Detektivjagd, die die Autoren nun starten werden. Betrachten Sie es als das „Studienprotokoll“. Die Autoren, ein Team von Forschern von Orten wie Harvard und dem Massachusetts General Hospital, machen sich auf den Weg, um jedes einzelne Beweisstück zu finden, das zeigt, wie Männer und Frauen unterschiedlich behandelt werden, wenn es darum geht, Anerkennung für ihre wissenschaftliche Arbeit zu erhalten.
Die Mission
Das Team wird in einem Berg vergangener Studien (veröffentlicht zwischen den Jahren 2000 und 2025) graben, um eine große Frage zu beantworten: Wo genau geht der Credit verloren? Sie schauen nicht nur darauf, wer seinen Namen auf einem Paper stehen hat (Autorenschaft); sie betrachten den gesamten Weg. Sie wollen sehen, ob Frauen weniger Zitationen erhalten (die „Likes“ der wissenschaftlichen Welt), ob sie weniger Fördergelder gewinnen (das „Taschengeld“ für die Forschung), ob sie weniger Auszeichnungen erhalten, ob sie seltener zu Konferenzen eingeladen werden, um dort zu sprechen, und ob sie seltener eingestellt oder befördert werden.
Wie sie es tun werden
Stellen Sie sich vor, die Autoren bauen ein riesiges Netz, um alle relevanten Studien einzufangen. Sie werden sechs verschiedene digitale Bibliotheken (wie einen super-mächtigen Bibliotheks-Katalog) mit spezifischen Schlüsselwörtern durchsuchen. Sie suchen nach jeder Studie, die Männer und Frauen in der Wissenschaft vergleicht.
- Das Netz: Sie werden Studien einfangen, die quantitativ (Zahlen und Statistiken), qualitativ (Interviews und Geschichten) oder eine Mischung aus beidem sind.
- Der Filter: Alles, was keine harten Daten oder klaren Methoden hat, werden sie aussortieren. Sie werden auch Studien aussortieren, die sich nicht auf Wissenschaftler oder akademische Anerkennung konzentrieren.
- Das Team: Zwei Detektive werden unabhängig voneinander jede einzelne Studie prüfen. Wenn sie sich uneinig darüber sind, ob eine Studie einbezogen werden sollte, wird ein dritter Detektiv die endgültige Entscheidung treffen. Dies dient dazu, sicherzustellen, dass keine Voreingenommenheit hineinschlüpft.
Was sie erwarten zu finden (und was sie nicht)
Die Autoren bereiten sich auf ein gemischtes Ergebnis vor. Sie erwarten, dass Frauen oft weniger Credit erhalten, aber sie wissen auch, dass die Geschichte je nach „Nachbarschaft“ (wissenschaftliches Fachgebiet) oder dem „Land“, in dem die Forschung stattfindet, anders aussehen kann.
- Der „Schneeball“ vs. der „Diebstahl“: Sie wollen sehen, ob der „Matilda-Effekt“ (Diebstahl von Credit) in einigen Feldern stärker ausgeprägt ist als in anderen. Zum Beispiel könnte es sein, dass Frauen in einem Bereich sehr gut darin sind, ihre Namen auf Paper zu bekommen, in einem anderen Bereich jedoch unsichtbar sind.
- Das „Warum“: Sie zählen nicht nur den fehlenden Credit; sie wollen wissen, warum. Liegt es daran, dass Frauen mehr „unsichtbare Arbeit“ leisten müssen (wie das Organisieren eines Labors)? Liegt es daran, dass für Frauen anders über sie geschrieben wird (Empfehlungsschreiben)? Oder ist die Art und Weise, wie wir „Autorenschaft“ zählen, manipuliert?
- Die Grenzen: Das Paper stellt explizit klar, dass sie nicht beweisen können, dass Diskriminierung die einzige Ursache ist. Sie wissen, dass Unterschiede manchmal dadurch entstehen, wie Teams zusammengestellt werden, wie viele Frauen in einem Feld sind oder wie Menschen entscheiden, ihre Arbeit einzureichen. Sie sind vorsichtig und sagen, dass sie nach Assoziationen und Mustern suchen, nicht unbedingt beweisen wollen, dass jede einzelne Entscheidung ungerecht war. Sie geben auch zu, dass einige Studien das Geschlecht anhand von Namen „raten“, anstatt die Person direkt zu fragen, was etwas ungenau sein könnte.
Das große Ganze
Dieses Paper ist ein Versprechen, die Arbeit richtig zu erledigen. Sie werden nicht einfach nur sagen: „Frauen werden ungerecht behandelt.“ Sie werden die Landkarte zeichnen, die genau zeigt, wo die Ungerechtigkeit geschieht. Geschieht es ganz am Anfang, wenn ein Paper geschrieben wird? In der Mitte, wenn ein Paper gelesen wird? Oder am Ende, wenn ein Wissenschaftler eingestellt oder befördert wird?
Indem sie all diese Teile zusammenführen, hoffen die Autoren, Schulen, Universitäten und Förderorganisationen ein klares „Reparaturhandbuch“ an die Hand zu geben. Wenn sie genau wissen, wo der Credit leckt, können sie das Loch stopfen. Vielleicht ist die Lösung, die Art der Autorenschaft zu ändern, oder vielleicht ist es die Änderung der Art und Weise, wie Empfehlungsschreiben verfasst werden.
Das Fazit
Dieses Paper liefert noch nicht die endgültigen Antworten, da die Jagd noch nicht abgeschlossen ist. Stattdessen entwirft es den Plan, um die Antworten zu finden. Es deutet darauf an, dass das Problem real und weit verbreitet ist, warnt aber auch davor, dass die Lösung nicht einfach ist. Es geht nicht nur um eine einzige kaputte Maschine; es geht um eine ganze Fabrik, in der die Zahnräder für verschiedene Menschen vielleicht unterschiedlich laufen. Das Ziel ist es, sicherzustellen, dass in Zukunft, wenn man die Arbeit leistet, man auch den Credit erhält – egal, wer man ist.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.