[论文解读] Gender differences in research grant allocation -- a mixed picture

Peter van den Besselaar, Charlie Mom|arXiv (Cornell University)|May 26, 2022

scientometrics and bibliometrics research被引用 5

一句话总结

本研究通过分析大规模资助申请数据集中的基于资质的评分与专家组层面的决策过程，调查了科研资助分配中的性别偏见。研究发现，在初始评分阶段存在持续的性别偏见——在控制资质后，女性获得的评分低于男性；然而在专家组层面，结果呈现混合态势，部分专家组倾向于女性，部分则对女性不利，还有部分保持性别中立，最终导致整体资助分配平衡，尽管在过程层面存在潜在差异。

ABSTRACT

Gender bias in grant allocation is a deviation from the principle that scientific merit should guide grant decisions. However, most studies on gender bias in grant allocation focus on gender differences in success rates, without including variables that measure merit. This study has two main contributions. Firstly, it includes several merit variables in the analysis. Secondly, it includes an analysis at the panel level where the selection process takes place, and this enables to study bias more in-depth at the process level. The findings are: (i) After controlling for merit, a consistent pattern of gender bias was found in the scores: women receive significant lower grades than men do. (ii) The scores are an input into the two-step decision-making process, and this study shows bias against women in the first selection decision where 75% of the applications are rejected, and bias in favor of women in the second (final) selection decision. (iii) At the level of individual panels, the analysis shows a mixed pattern of bias: in some panels the odds for women to receive a grant are lower than for men, whereas in other panels we find the opposite, next to panels with gender-neutral decision making. (iv) In the case under study, at an aggregated level the allocation of grants seems balanced. (v) The mixed pattern at panel level seems to relate characteristics such as the panel composition, and the level of gender stereotyping.

研究动机与目标

• 调查科研资助分配中的性别偏见是否超越简单的成功率比较。
• 在资助分配结果分析中纳入多个基于资质的变量。
• 在决策制定层面（即专家组）考察偏见，以理解过程层面的差异。
• 探讨专家组构成与性别刻板印象如何影响基于性别的决策模式。
• 评估在同时考虑评分与遴选偏见的情况下，整体资助分配是否呈现平衡状态。

提出的方法

• 本研究分析了涵盖详细资质指标（如发表记录、引用次数和以往资助历史）的科研资助申请综合数据集。
• 采用多元回归模型，在评估性别差异对资助评分的影响时控制资质变量。
• 研究实施两阶段决策分析：第一阶段为初始专家组筛选（75%的拒稿率），第二阶段为最终遴选阶段。
• 开展专家组层面分析，以评估在决策单元层级上的性别偏见，识别出偏袒或不利的模式。
• 利用专家组构成数据和性别刻板印象测量，探讨影响偏见结果的情境因素。
• 通过统计建模比较不同专家组中女性与男性获得资助的几率，同时调整资质与结构性因素。

实验结果

研究问题

• RQ1 在控制科学资质后，资助申请的初始评分是否存在性别偏见？
• RQ2 性别偏见在两阶段资助遴选过程中如何体现？
• RQ3 不同专家组之间是否存在系统性的性别结果差异？若存在，其成因是什么？
• RQ4 专家组构成与性别刻板印象水平在多大程度上与资助决策中的性别偏见相关？
• RQ5 为何尽管在评分与专家组层面存在偏见证据，整体资助分配仍呈现平衡状态？

主要发现

• 在控制资质后，女性在初始评估阶段的评分显著低于男性。
• 在第一阶段决策中，对女性存在偏见（75%的申请被拒），而在最终遴选阶段则出现对女性的偏见倾向。
• 在专家组层面，性别偏见的模式是混合的：部分专家组系统性地倾向于女性，部分则对女性不利，部分则无性别差异。
• 尽管在评分与专家组决策层面存在潜在差异，整体资助分配在汇总层面仍呈现平衡。
• 专家组层面结果的混合性与专家组构成及成员中性别刻板印象的水平相关。
• 本研究表明，即使在考虑客观标准的情况下，早期评分阶段的基于资质的评估仍受到性别偏见的影响。