← 最新论文
📄 social_science

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

本文概述了一项系统评价和元分析方案,旨在综合不同科学学科中关于作者身份及其他学术贡献方面的性别差异证据,以期为促进学术认可公平的政策制定提供参考。

原作者: Marcella Regina Cardoso, Dawn Celine Siaw Chern Poh, Maria Beatriz Reis Dionísio, Mahr un Nisa, Rosana Evangelista, Ellen M. Robson, Mary Greenwald, Annekathryn Goodman

发布于 2026-08-13
📖 1 分钟阅读☕ 轻松阅读

原作者: Marcella Regina Cardoso, Dawn Celine Siaw Chern Poh, Maria Beatriz Reis Dionísio, Mahr un Nisa, Rosana Evangelista, Ellen M. Robson, Mary Greenwald, Annekathryn Goodman

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,科学的世界就像一个繁忙、喧闹的大型市场,研究人员在这里交易“信用”。这种信用并非金钱,而是能为你换取名声、晋升、巨额资助以及在权力阶层中一席之地的“货币”。在这个市场中,存在着一套长期存在的、隐形的规则手册,它往往更偏袒其中一方。有两个著名的概念可以解释这种现象。首先是“马太效应”(Matthew Effect),它就像是一个在山坡上滚动的雪球:如果你早期获得了一点成功,那么获得更多成功的过程就会变得更加容易,雪球也会随之越滚越大。然后是“玛蒂尔达效应”(Matilda Effect),这个名字源于一位勇敢的女性,她注意到有时雪球会被窃取。这种情况发生于:一位女性完成了艰苦的工作并取得了卓越的发现,但荣誉却被转交给了男性,或者整个群体获得了荣誉而她却被遗忘了。

长期以来,人们一直怀疑女性在科学领域的努力程度与男性不相上下,但换回的“信用货币”却较少。她们可能会在论文作者名单中被遗漏,她们的作品可能会获得较少的“点赞”(引用次数),或者在争取大型奖项和演讲机会时被忽视。但直到现在,这些证据仍像来自不同盒子的拼图碎片一样散落各处。有些研究只关注某一类科学领域(如生物学),而另一些研究则只关注一种类型的信用(如谁能在会议上发言)。没有人将所有的碎片组合在一起,从而观察到全貌。这就是为什么这很重要:如果我们不知道信用究竟是在哪里丢失的,我们就无法修复这个漏洞。


论文:寻找流失信用的侦探地图

这篇论文并非一项已完成的调查;它是一份详细的地图和规则手册,旨在为作者即将发起的规模宏大的侦探行动做准备。你可以将其视为一份“研究方案”(Study Protocol)。作者们是一个来自哈佛大学和马萨诸塞州总医院等机构的研究团队,他们正准备找出所有能够证明男女在获取科学工作信用方面受到不同对待的证据。

使命
该团队将挖掘大量的既往研究(发表于2000年至2025年之间),以回答一个核心问题:信用究竟是在哪里丢失的? 他们不仅关注谁的名字出现在论文上(署名权),还要观察整个过程。他们想看看女性是否获得的引用(科学界的“点赞”)较少,是否获得的资助(研究的“零花钱”)较少,是否获得的奖项较少,是否受邀在会议上发言的机会较少,以及在招聘或晋升方面是否受到较少关注。

他们将如何开展工作
想象一下,作者们正在构建一张巨大的网来捕捉所有相关的研究。他们将使用特定的关键词,在六个不同的数字图书馆(类似于功能强大的图书馆检索目录)中进行搜索。他们要寻找任何比较科学领域中男女差异的研究。

  • 捕获网: 他们会捕捉定量研究(涉及数字和统计)、定性研究(访谈和叙述)或两者兼有的研究。
  • 过滤器: 他们会剔除任何不具备硬性数据或明确方法的资料。他们也会剔除那些不以科学家或学术信用为核心的研究。
  • 团队协作: 两名侦探将独立工作,检查每一项研究。如果两人对某项研究是否应被纳入产生分歧,则由第三名侦探做出最终裁决。这是为了确保没有任何偏见溜进其中。

他们的预期发现(以及他们不会寻找的内容)
作者们正为各种可能的结果做准备。他们预计会发现女性获得的信用往往较少,但也意识到故事可能会因“邻里环境”(科学领域)或研究发生的“国家”而有所不同。

  • “雪球”与“窃取”: 他们要观察“玛蒂尔达效应”(信用的窃取)是否在某些领域比其他领域更为严重。例如,也许在某个领域,女性在获得论文署名方面表现出色,但在另一个领域,她们却是隐形的。
  • “为什么”: 他们不仅仅是在计数丢失的信用,他们还想知道“为什么”。是因为女性被要求承担更多的“隐形劳动”(如组织实验室事务)吗?是因为人们为男女撰写推荐信的方式不同吗?还是因为计算“署名权”的方式本身就存在偏差?
  • 局限性: 论文明确指出,他们无法证明歧视是唯一的原因。他们知道,有时差异的产生是因为团队的构成方式、女性在某一领域的比例,或是人们选择提交研究的方式。他们谨慎地表示,他们寻找的是关联模式,而不一定是在证明每一次决策都是不公平的。他们也承认,一些研究可能是通过姓名而非直接询问来“推测”性别,这可能会导致结果不够精确。

大局观
这篇论文是对做好工作的承诺。他们不仅仅是要说“女性受到了不公平对待”,他们要精准地绘制出不公平发生的路径图。是在最开始写论文的时候?是在中间阅读论文的时候?还是在最后聘用或晋升科学家的时候?

通过整合所有这些碎片,作者们希望为学校、大学和资助机构提供一份清晰的“维修手册”。如果他们知道信用在哪里泄漏,他们就能堵住漏洞。也许解决方法是改变我们列出作者的方式,或者改变我们撰写推荐信的方式。

底线
由于这场搜寻尚未结束,这篇论文目前还没有最终答案。相反,它阐述了寻找答案的计划。它表明问题是真实且广泛存在的,但也警告说解决方案并非易事。这不仅仅是一个损坏的机器问题,而是一个整个工厂的问题——其中的齿轮可能会为不同的人以不同的方式运转。其目标是确保在未来,无论你是谁,只要你付出了劳动,就能获得应有的信用。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →