分享
鸣叫
分享
分享
评论
订阅 订阅elsevier连接

哈佛和其他人正在利用数据科学来改善学术界的性别平等

来自哈佛大学,其他人和国家科学基金会的同事正在开发数据科学项目,以应对学术界女性所面临的挑战

HDSI gender panel
哈佛大学学术峰会代表小组成员:博士。莱斯利汤普森,在其他战略联盟的vp;教授。 kathleen mcginn,哈佛商学院教师战略和招聘主任;博士。哈佛医学院医疗保健政策教授sharon-lise n要么mand;博士。国家科学基金会项目主任杰西·德罗先生; elsevier ceo kumsal bayazit;和主持人教授。 francesca dominici,哈佛数据科学计划的联合主任(alison bert摄)

剑桥,质量 - 随着证据越来越多,很容易为学术界的性别多样性提供理由 - 但更难以实现。虽然数据在这种转变中起着关键作用,但它提出了一系列挑战。

来自哈佛和其他人的同事正在通过与他们的合作来解决这个问题 哈佛数据科学倡议(hdsi) 通过提出棘手的问题 - 并着手回答:

我们正在收集正确的数据吗?我们需要哪些类型的数据,那些源自该数据的提案是否会产生可持续的长期解决方案?哪些方法有效,哪些方法没有?是时候重新审视“学术界成功的定义是什么?”

数据是hdsi最近主办的学术小组和研讨会的重点,hdsi是2017年在elsevier的支持下成立的跨大学倡议。来自哈佛大学,其他国家和国家科学基金会的同事分享了他们的观察和经验,并讨论了潜在的数据科学项目,以解决女性在学术界和学术界面临的充分记录的挑战。

HDSI Co-Director francesca dominici, Profess要么 of Biostatistics and Public Health at Harvard, moderated the panel. (Photo by Alison Bert)在介绍该小组时,hdsi联合主任和主持人博士。 francesca dominici,哈佛大学生物统计学和公共卫生学教授重申了这次合作的首要目标:

elsevier确实将自己定位为一家数据科学公司,凭借大量的数据科学和分析专业知识,我们可以共同合作什么类型的东西?

教授。多米尼奇谈到了他们致力于利用数据科学推动学术界女性的发展 - 其中之一 同事们通过hdsi采取的各种挑战 因为他们“在方法论和科学探究的交叉点工作”:

我们正在哈佛大学所有不同部门的教职员工,学生和教职员工共同解决社会中最重要的问题,从传染病预测到高等教育融资设计,再到天文学和医学高维数据分析,再到地震预测。

这不只是说话。 “就女性的职业发展而言,哈佛数据科学倡议已经做出了坚定的承诺,我们所有的新员工和资金都是性别均衡的 - 并且通过性别平衡,我的意思是50/50,”她说,并补充说他们新的16名博士研究员队列中包括8名女性。

在这方面,会议的对话侧重于记录问题和寻找解决方案。

“科学中的性别平等不仅是正义和权利的问题,而且对于产生最佳研究至关重要 对患者最好的照顾,说 kumsal bayazit哈佛大学哈佛大学最近成为了其他140年历史上第一位女性首席执行官。

“我们都知道这些问题,”她补充说,“但我们不知道总是知道解决方案。这就是数据科学的用武之地。“

我们需要什么样的数据?

Elsevier CEO kumsal bayazit talks about collecting meaningful data. (Photo by Alison Bert)

在小组讨论中,教授。 dominici挑战bayazit“作为拥有最多同行评审出版物的公司的领导者”,以说明数据如何用于启动变革。 “如何利用科学计量数据加快我们消除学业成功中性别差异的步伐?哪些关键数据集可以从这些丰富的信息中提取出来,真正推进职业发展的议程?“

bayazit是其他公司母公司技术论坛的主席, RELX,表示收集正确数据并将其转化为可操作信息的过程非常耗时,因此从头脑开始这一点非常重要。

仅拥有数据并不意味着我们可以实际进行分析;有很多工作需要完成......找到数据,从数据中提取实体,创建属性,链接它们。这是一项艰巨的任务,所以我认为重要的是开始(通过)询问......'你想要影响什么?'老实说,有足够的证据表明我们知道多样性和包容性不是它需要的地方,那么我们怎么做呢?现在要开始剥洋葱吗?

我认为我们需要平等地提出问题,哪些有效,哪些无效。

bayazit引用了elsevier 2017年分析报告中的例子 性别在全球研究领域从中提取数据 SCOPUS 使用独特的作者消歧方法为全球政府,资助者和大学的政策制定提供基于证据的指导。该报告显示,葡萄牙和巴西的一半研究人员是女性。

“他们实际上在我们分析的所有国家中实现了最佳的性别平等,”巴亚齐特说。 “这是为什么?在这里你可以开始剥洋葱了解,我们可以在葡萄牙和巴西收集的所有数据集是什么,并与其他国家进行比较? ......我们需要开始提出问题:'我们怎样才能从巴西和葡萄牙这样的地方学习?''为什么印度和俄罗斯生产的女性比其他国家更多的计算机科学家?' - 并开始收集有关教育的数据背景,政策,资金和弄清楚驱动因素是什么,以及我们如何复制有效的方法。“

数据也可以成为强大的动力。 “我们发现,鼓励我们的受助者收集大量有关其教员的数据会导致这些机构发生变化,”博士说。 杰西德罗,节目总监 国家科学基金会的进步:干部学术职业中性别平等的组织变革。 “这些数据基本上允许机构了解他们的教师可能存在公平问题。”

Dr. 杰西德罗, Program Director of NSF ADVANCE, talks about the imp要么tance of collecting qualitative data to give context to quantitative data. (Photo by Alison Bert)

然而,单凭量化数据并不能说明全文,博士。 dearo补充道:

还有一个定性信息的整体领域,也需要定期收集并进行分析,以确定可能存在感知问题的地方,包含感觉的问题,感受到欢迎,实际影响生产力,留在工作中的意图以及他们坚持不懈而不是进入不同的职位。那些感知 - 感觉,气候和文化指标,不一定是你可以轻易计算的东西 - 对于为你可以计算的事物提供更大的背景也是非常重要的。因为你想要解决的很多系统性问题都会出现在气候和文化问题上,而不仅仅是工资差距,时间和任期差异等等。那里存在问题,但其中许多问题最终会出现根植于气候和文化,所以你必须在机构和部门层面收集这两种数据。

数据背后的故事是整个论坛的共同点。 “我认为数据开始讨论;这绝不是讨论的结束,“博士说。 莱斯利汤普森, who joined Elsevier three years ago as VP of Academic & Government Strategic 所有iances after leading the UK’s largest research funding council.

Prof. 莎朗 - 里斯诺曼德 of the Department of Health Care Policy at Harvard Medical School suggested documenting the processes that lead to career advancement. (Photo by Alison Bert)

博士说,记录幕后发生的事情也很有启发性。 莎朗 - 里斯诺曼德,哈佛医学院,生物统计学和公共卫生学院的医疗保健政策教授。

在学术界,有很多关于职业发展和晋升的会议。我认为收集更多关于这些会议发生频率的信息,谁提供建议,谁是导师,讨论了哪些类型的问题,向教师提供了哪些类型的促销机会,例如,建议教职员工出席科学会议以及男教授a被提升为演讲者与女教授b的频率 - 有关于如何在某人的职业生涯中移动这一过程的信息非常重要。我相信,目前,至少从我作为教员的位置,我们复选框,但了解内容以及如何有效地了解某人的行动方式是非常关键的。

在担任哈佛商学院教师战略和招聘院长的职位上,教授。 凯瑟琳麦金 看到数据的潜力,以实现更广泛和更有效的候选搜索。她和她的同事们面临的挑战是找到来自世界各地的人,他们可以很好地匹配特定职位的特殊要求以及大学的使命和文化。他们喜欢在他们的网络中探索人们以及熟悉来源的建议。

Prof. 凯瑟琳麦金 of the Harvard Business School talks about how the ability to search for scholars acc要么ding to specific attributes could facilitate job searches at Harvard. Beside her is Dr. Lesley  Thompson, who joined Elsevier after leading the UK’s largest research funding council. (Photo by Alison Bert)

因此,他们的搜索可能需要数月时间。与年轻学者一起,特别难以找出谁在市场上,她说:

你和你认识的学者交谈,我们已经收到同事的来信,我们的老博士生告诉我们他们的博士生,这就是我们最终招聘的方式。所以,所有的顶尖学校都是从其他顶尖学校的朋友那里聘请的,并不是说这些都是世界上百分之百最好的学者,对吗?但我们没有确定最好的初级学者的数据。这样数据会有所帮助。

在描述了为期6个月的搜索高级经济学家的繁琐过程之后,其中涉及搜索世界排名前50位的经济学大学的网站,并编码以确定高级教师是否在与工作描述相关的领域,教授。 mcginn描述了她的数据库愿望清单 - 一个可以为学者提供各种属性索引的数据库:

(能够说),我们想要一个从事劳动经济学研究的性别和劳动经济学,这个研究侧重于东南亚,那里有非常高的教学记录,有非学术性的出版物,这将是不可思议的。部门也是如此(因为在hbs,我们关心世界的影响),理想情况下,它有一定的空间将他们所有的工作融入课堂。这些数据存在,但我们根本无法像那样搜索它们。如果可以的话,我们会想出一个与西雅图大学不同的前十名。但两所学校都可以在六天内完成,同意标准,而不是六个月。

巴亚齐特指出,教授。 mcginn基本上描述了它的功能 SCOPUS。 “他们有数据;他们有惊人的匹配算法,“她说。 “它不会是完美的,但它比手工操作要好得多。”

事实上,完美并不总是与数据科学的现实和可能性相容。 “我们永远不要等到我们在开始发布数据之前试图获得的数据集完美时,”博士说。汤普森说。 “因为实际上开始只是让你朝着正确的方向前进。”

研讨会:将想法付诸实践

在专家组讨论之后,哈佛大学的研究人员和其他同事在利用数据科学研究学术界的性别多样性时,集思广益地讨论了解决小组成员痛点和愿望清单的项目:

1.男性和女性的职业发展如何随着网络的发展而进步?

Dr. Holly Falk-Krzesinski, VP of 研究情报 at Elsevier, holds up her group’s project planning template. Her team includes 伊丽莎白朗格 - 格雷 (far left), Executive Director of the Harvard Data Science Initiative; Dr. Jane Kim, Professor of Health Decision Science in the Department of Health Policy and Management at the School of Public Health; Prof. 莎朗 - 里斯诺曼德; and Dr. Karianne Bergen, HDSI Postdoct要么al Fellow. (Photo by Alison Bert)

在研究许多女教师面临的职业挑战时,一个小组询问数据如何提供改善情况的见解和想法。网络是这次讨论的核心:

“网络对于晋升和机会以及发表和参与学术界的机会非常重要,”他说 伊丽莎白朗格 - 格雷,哈佛数据科学计划执行主任:

我们问道,“男性和女性的职业轨迹如何随着时间的推移而发展,这些轨迹如何随着网络的发展和维护而跟踪?”我们也看到了一种潮起潮落,因为女性可能会在孩子期间退后一步 - 多年,然后又跳进去?

他们还讨论了“冒险创新”的利弊。他们考虑了在主要学科之外工作的人的例子,这在很多层面都得到了鼓励,尤其是联邦资助机构。 “这可能是重要的冒险行为,也许我们看到男性比女性更多,”langdon-grey说,“所以我们想问一下,我们如何鼓励更多女性冒险并在研究中创新 - 事实上我们应该吗?但这种冒险行为会导致糟糕的科学吗?如果你的工作超出了你的专业知识,这对科学的质量和影响意味着什么?风险承担行为或创新是否会加速你的职业生涯,应该如何呢?“

该小组开始讨论,“我们如何衡量女性的服务水平?” suzanne bedell,elsevier的教育,研究和连续性总经理使用“企业家务”这个术语来描述女性参与的一些活动。正如langdon-grey所解释的那样:

妇女可以组织会议并在委员会任职,但也许他们不会担任委员会的主席。我们可以看到女性被要求复查的频率与男性被要求复查的频率有多大关系吗?

他们认为,在某些领域中,可能只有一小部分女性被要求做的比这些活动的公平份额更多。如果他们能够收集数据显示这是真的,那么各种解决方案可以解决这个问题 - 例如,扩大被要求审查的女性群体,以便负担不会不成比例地落在一个恰好很好的小群体上在他们的领域中已知。

2.使教师候选人数量多样化

Clockwise from left: Prof. Nancy Tarbell, Dean for Academic and Clinical Affairs at the Harvard Medical School; Dr. 莱斯利汤普森 of Elsevier, Dr. 杰西德罗 of NSF Advance; Nicole Carter-Quinn, Senior Direct要么 of Special Projects, Academic Dean’s Office, Harvard Kennedy School; and Dr. 巴米尼jayabalasingham of Elsevier. (Photo by Alison Bert)

另一个突破性的小组专注于通过将技术与可重新定义“顶级”候选人意义的方法相结合,以更加性别平衡的方式招募专家。作为博士。 巴米尼jayabalasingham,elsevier的高级分析产品经理解释道:

要解决的问题是:我们如何更好地实现教师候选人群的多样化,以便我们可以增加多样性。正如(专员mcginn)在专家组中提到的那样,我们总是会为新兵进入同一个人群网络,而这并不会增加多样性。

她的小组的解决方案包括通过了解所有潜在候选人的基线统计数据开始招聘流程,并根据此基线设定预期,而不是仅依靠我们的网络和了解研究领域的人的固有偏见。 “如果你总是以同样的策略为基础,”她说,你可能会错过通常不被考虑的优秀候选人。解决方案将涉及使用已存在的工具 - elsevier's 专家查询 - 找到符合您定制标准的专家。

博士。 jayabalasingham补充说,多样化的必要性也应该延伸到招聘委员会“以及那些在常规方法中一直被排除在外的人 - 我认为他们也应该有发言权。”

3.确保政策为教师提供平等的机会

Maria de Kleijn-LLoyd, SVP of Analytical 服务 at Elsevier, brainstorms with her project group (left to right): Elaine Martin, Director and Chief Administrative Officer, Countway Library, Harvard Medical School; 艾玛托马斯, PhD Candidate, Department of Biostastics, Harvard TH Chan School of Public Health; Mercè Crosas, Chief Data Science & 技术 Officer, Harvard Institute f要么 Quantitative Social Science. (Photo by Alison Bert)

女教师的发展轨迹可能会受到各部门或机构层面政策的影响。有时,政策的影响是无意的或未被注意到。

艾玛托马斯,哈佛大学生物统计学博士生解释了他们的过程:

我们首先问:什么是有意义的目标?性别平等是一个有意义的目标,还是我们应该衡量的其他事项?我认为大多数人都认为,机会均等是我们希望看到的,而不是性别平等,尽管你可能希望有人能够引导另一方。

那么问题就变成了,在女性职业生涯的哪个阶段他们没有获得平等机会,我们如何识别这些观点?

他们决定关注ann gabriel提出的建议:看看大学的政策如何影响性别比例。通过审查政策文件和确定变化,他们可以确定这些政策如何影响女教师,看看哪些有效,哪些有效。

4.性别会影响社交网络的形成吗?

Dr. Stefanie Stantcheva, Professor of Economics, Harvard Faculty of Arts and Sciences; anita de waard, VP of Research Data Collaborations at Elsevier; and Dr. Mary Beth Landrum, Profess要么 of Healthcare Policy, Harvard Medical School. (Photo by Alison Bert)

最后一组深入研究了性别差异如何影响社交网络的形成以及这又如何影响研究和职业发展。他们探讨了人们可以在网络中扮演的不同角色,以及这些角色从一个领域到另一个领域的区别。有些人利用网络建立研究联系并与他人合作,但情况并非总是如此。如 anita de waard,elsevier研究数据合作的副总裁解释说:

我们查看了字段,它们实际上是为了找到自己的团队,自己的域名,自己的术语,并开辟了一个利基,而不是花费太多精力与他人合作,因为资金是这样组织的。而我们想知道,这是针对性别的吗?

与会者一致认为,合作在竞争中的重要程度无疑在不同领域之间存在差异。 “例如,我们发现,如果我们看一下研究论文中作者的顺序,那么不同领域的文化习俗就会大不相同,”德瓦德说。

他们的结论是,研究在不同类型的社会配置中工作的效果,以及分享或分配权力的不同方式对研究进展和职业发展的影响,以及性别在这方面的作用,将会很有趣。

揭示作者身份中的性别差异:哈佛 - 其他研究论文

Dr. 巴米尼jayabalasingham, Senior Analytical Product Manager at Elsevier, presents the findings of a paper she co-auth要么ed with Harvard and Elsevier colleagues. (Photo by Alison Bert)

越来越多的证据支持学术界对性别不平等的主张。

在分组会议之前,博士。 巴米尼jayabalasingham,elsevier的高级分析产品经理,以及 艾玛托马斯他是哈佛大学生物统计学博士生,他与哈佛大学和其他同事共同撰写了一篇论文,其中包括教授。 francesca dominici。在“医学期刊中受邀评论文章的作者身份的性别差异:一项匹配的病例对照研究”中,他们调查了女性研究人员是否比具有相似科学证据的男性更不可能成为这些受邀评论的作者。

他们发现,在积极发表大约八年的初级研究人员中,与具有相似专业领域和出版指标的男性相比,创作受邀评论的几率比女性低10%。在活跃了38年的资深研究人员中,女性的可能性降低了31%。

作者首先确定了2013年至2017年期间发布的医学领域的100,000多篇邀请评论。然后通过将这些评论的作者与具有相似专业知识和经验的作者库进行比较,构建了病例对照研究。 as elsevier数据科学家兼合着者博士。 托马斯·柯林斯 解释说,这是通过使用elsevier的方法来完成作者的归化 elsevier指纹引擎 识别专门与邀请作者相同领域的作者,以及来自elsevier的作者数据 SCOPUS 数据库,用于查找在其字段中工作时间相似的作者以及每个h-index的类似发布跟踪记录。

然后,这些数据与执行分析的emma thomas共享。

该文件已提交出版,正在审查中。

项目资源

玛丽亚德克莱因 - 劳埃德, SVP of Analytical 服务 at Elsevier, presents highlights of Elsevier’s tools and wide-ranging data. (Photo by Alison Bert)

在研讨会之前, 玛丽亚德克莱因 - 劳埃德,elsevier的分析服务svp,介绍了其他项目可供其项目使用的各种数据集和工具,包括 SCOPUS。她描述了在细粒度级别链接数据集的能力,“解锁远远超过任何独立数据库的洞察力”。

快速问题给你

您最常与elsevier合作的条款是什么? (检查所有适用)

数据和分析
研究平台
技术
决策支持工具
出版
书籍和期刊
科学文章
保健内容

标签


贡献者


评论


comments powered by Disqus