Gender imbalances of retraction prevalence among highly cited authors and among all authors

Questo studio bibliometrico rivela che, sebbene non esistano differenze sostanziali nei tassi di recesso tra uomini e donne in generale, fattori come il campo disciplinare, l'età della carriera, il paese e il volume delle pubblicazioni sono correlazioni molto più forti rispetto al genere.

L'essenziale

Immagina il mondo della scienza come un'enorme biblioteca universale, piena di libri (gli articoli scientifici) scritti da milioni di autori. A volte, però, alcuni di questi libri contengono errori gravi o frodi, e devono essere "ritirati" dagli scaffali. Questo processo si chiama retrazione.

Questo studio si è chiesto una domanda semplice ma importante: chi è più propenso a commettere questi errori e a dover ritirare i propri libri? Gli uomini o le donne?

Per rispondere, i ricercatori hanno fatto un'analisi gigantesca, guardando quasi 10 milioni di autori, divisi in due gruppi:

1. Le "Superstar": Scienziati molto famosi e citati (come i best-seller della biblioteca).
2. Tutti gli altri: Scienziati con almeno 5 pubblicazioni (i lettori abituali della biblioteca).

Ecco cosa hanno scoperto, spiegato con parole semplici:

1. Il grande equilibrio (o quasi)

Alla fine, la risposta è stata: non c'è una grande differenza di genere.
Pensate a una partita di calcio: alla fine del match, il numero di falli commessi dagli uomini è quasi uguale a quello delle donne.

• Tra le "Superstar", circa il 3,3% degli uomini e il 2,9% delle donne ha avuto almeno un libro ritirato.
• Tra tutti gli altri scienziati, la percentuale è scesa allo 0,7% per entrambi.

Quindi, non è che le donne siano più "oneste" o gli uomini più "sbagliati" in generale. Il genere, da solo, non è il fattore decisivo.

2. Il vero colpevole: il "Terreno di Gioco" (La Materia)

Se il genere non è il problema, allora cosa conta? La materia che studiano.
Immaginate che ogni campo scientifico sia un tipo di terreno diverso:

• Terreni "scivolosi" (Biologia, Medicina, Psicologia): Qui, le donne hanno fatto meno errori degli uomini (circa un terzo in meno). È come se le donne avessero scarpe con una suola migliore su questo tipo di fango.
• Terreni "duri" (Economia, Ingegneria, Tecnologia): Qui la situazione si inverte. Le donne hanno avuto più ritrazioni degli uomini. È come se su queste rocce, le donne inciampassero un po' più spesso, forse per motivi legati a come sono strutturati questi campi o a quante persone lavorano in essi.

3. L'età e il "Tempo di Gioco"

C'è un'altra differenza interessante legata all'età. Tra le giovani "Superstar" (chi ha iniziato a pubblicare dopo il 2011), gli uomini hanno fatto molti più errori delle donne (8,7% contro 4,9%). È come se i giovani uomini, nel loro entusiasmo iniziale, fossero un po' più disattenti rispetto alle loro colleghe più esperte o caute.

4. La posizione geografica e il volume

Il luogo dove vivi e quanto scrivi contano molto più del tuo genere.

• Il Paese: In alcuni paesi (come il Pakistan), la differenza tra uomini e donne è stata molto marcata, ma questo dipende dalle regole locali e dal sistema educativo, non dal fatto di essere maschi o femmine.
• Quanto scrivi: Chi pubblica tantissimo (come chi scrive 100 libri invece di 5) ha statisticamente più probabilità di avere un errore, proprio come chi scrive 100 pagine di un romanzo ha più probabilità di fare un errore di battitura rispetto a chi ne scrive solo 5.

La Conclusione in Pillole

In sintesi, questo studio ci dice che non dobbiamo cercare colpevoli basandoci sul genere. Non è una questione di "uomini contro donne".

È più una questione di contesto:

• In che campo lavori?
• Da quanto tempo lavori?
• Dove lavori?
• Quanto produci?

Questi fattori sono come il meteo, il terreno e l'attrezzatura: influenzano molto di più la probabilità di inciampare rispetto al fatto che tu sia un uomo o una donna. Per migliorare la scienza, quindi, dobbiamo guardare a queste strutture e contesti, non alle etichette di genere.

Sommario tecnico

Titolo dello Studio

Squilibri di genere nella prevalenza delle smentite (retractions) tra autori altamente citati e tra tutti gli autori.

1. Il Problema di Ricerca

Le smentite scientifiche (retractions), sebbene rimangano un evento raro, sono diventate sempre più frequenti nel panorama accademico. Sebbene esistano database bibliometrici che collegano le smentite ai ricercatori, mancava un'analisi sistematica che esplorasse se esistessero disparità di genere nella probabilità di subire una smentita. Lo studio si pone l'obiettivo di determinare se le donne e gli uomini presentino tassi di smentita differenziati, sia tra gli autori ad alto impatto (top 2% per citazioni) sia tra la popolazione generale degli autori con almeno 5 pubblicazioni.

2. Metodologia

Lo studio ha adottato un approccio descrittivo trasversale di tipo bibliometrico basato sui dati di Scopus.

• Campioni:
  • Autori altamente citati: 217.097 scienziati (top 2% per impatto di carriera).
  • Tutti gli altri autori: 10.361.367 scienziati con $\ge$5 pubblicazioni.
• Assegnazione del Genere: È stato utilizzato lo strumento NamSor per assegnare il genere agli autori, mantenendo solo i risultati con un livello di confidenza superiore all'85%.
• Analisi Statistica:
  • Calcolo dei tassi di smentita specifici per genere.
  • Calcolo del rapporto di prevalenza (R) (donne vs uomini) per avere almeno una smentita.
  • Stratificazione dei dati per: età della pubblicazione, disciplina scientifica, livello di reddito del paese e volume di pubblicazioni.
  • Regressione logistica multivariata: Utilizzata per stimare le associazioni aggiustate, riportate come Odds Ratio (OR) con intervalli di confidenza al 95% (IC), per isolare l'effetto del genere rispetto ad altre variabili confondenti.

3. Contributi Chiave

• Integrazione dei dati: Lo studio ha integrato i dati sulle smentite nei database Scopus esistenti per gli scienziati top-cited, permettendo un'analisi a livello individuale.
• Granularità dell'analisi: A differenza di studi precedenti, questa ricerca offre una suddivisione dettagliata non solo per genere, ma anche per disciplina, coorte di carriera (anno di inizio pubblicazione) e contesto geografico-economico.
• Distinzione tra correlazioni grezze e aggiustate: Lo studio dimostra l'importanza di distinguere tra le differenze osservate grezze (crude) e quelle aggiustate per fattori contestuali come la disciplina e l'età della carriera.

4. Risultati Principali

• Copertura del Genere: Il genere è stato classificato con successo per 8.267.888 scienziati.
• Tassi di Smentita Grezzi:
  • Tra gli autori altamente citati: Il 3,3% degli uomini e il 2,9% delle donne aveva almeno una smentita.
  • Tra tutti gli autori: Il tasso era del 0,7% per entrambi i generi.
• Variazioni per Disciplina:
  • In campi come Biologia, Ricerca Biomedica e Psicologia, i tassi delle donne erano almeno un terzo inferiori a quelli degli uomini ($R < 0,7$).
  • Al contrario, in Economia, Ingegneria e Tecnologie dell'Informazione e della Comunicazione (ICT), i tassi delle donne erano superiori a quelli degli uomini ($R > 1,3$).
• Effetto Cohort (Età della Carriera): Tra gli autori altamente citati, le generazioni più giovani mostrano un divario crescente a svantaggio degli uomini. Per chi ha iniziato a pubblicare tra il 2002 e il 2011, il tasso era del 4,2% per gli uomini contro il 3,0% per le donne; per chi ha iniziato dopo il 2011, il divario è aumentato (8,7% uomini vs 4,9% donne).
• Variazioni Geografiche: Sono state osservate differenze marcate a livello nazionale. Ad esempio, in Pakistan, tra gli autori altamente citati, il 28,7% degli uomini aveva una smentita contro il 14,3% delle donne.
• Analisi Multivariata (Risultati Aggiustati):
  • Quando si controllano le variabili di confondimento (disciplina, età, paese, volume), le differenze di genere diventano minime o nulle.
  • Tutti gli autori: OR = 0,96 (IC 95%: 0,94-0,97).
  • Autori altamente citati: OR = 0,96 (IC 95%: 0,89-1,03).
  • Al contrario, fattori come l'età della carriera, il reddito del paese, il volume di pubblicazioni e la disciplina specifica mostrano associazioni molto forti con la probabilità di una smentita.

5. Significato e Conclusioni

Lo studio conclude che non esistono differenze sostanziali di genere nei tassi di smentita a livello globale. Le apparenti disparità osservate nei dati grezzi sono principalmente il risultato di differenze strutturali nella distribuzione del genere tra le diverse discipline scientifiche, nelle diverse fasi della carriera e nei diversi contesti nazionali.

• Implicazioni: I fattori strutturali e contestuali (come il campo di ricerca e il sistema di valutazione nazionale) guidano i pattern di smentita molto più del genere dell'autore.
• Raccomandazioni: È necessario indagare ulteriormente i fattori contestuali che influenzano l'integrità scientifica. L'analisi suggerisce che focalizzarsi sul genere come variabile primaria per spiegare le smentite potrebbe essere fuorviante senza considerare il "contenitore" disciplinare e sistemico in cui opera lo scienziato.