性別化創新通訊新知

兩個公告和感興趣的研究;也在尋找交織性和氣候變化的新方法


2022-03-04

我正在尋找關於交織性和氣候變化的研究——請寄給我新的東西吧!非常感謝。

兩個公告:

1. 將社會性別和生理性別結合在一起:跨學科理論和方法。加拿大性別與性研究組織(COGS)正在舉行其第二屆國際會議。會議將凸顯關於社會性別和生理性別研究的新興跨學科觀點。這是實體會議,將於2022年5月29日至 31日在魁北克省蒙特利爾舉行。

2. 史丹佛醫學院特邀嘉賓Sabine Oertelt-Prigione(醫學博士、博士、理學碩士)演講生理性別與社會性別問題——現在談什麼?:將性與性別納入生物醫學研究(原文題目:Sex and Gender Matter- Now What?: incorporating Sex and Gender in Biomedical Research)。演講時間為太平洋標準時間2022年3月23日上午10點至11點,以ZOOM進行。註冊請點此。此演講由史丹佛WHSDM中心(醫學中的女性與生理性別差異)主辦。


研究新知:

1. 讓我們談談(生物)生理性別

I Miguel-Aliaga - Nature Reviews Molecular Cell Biology, 2022 - Nature.com

…對生理性別差異的關注是對生理性別和社會性別的錯誤使用——尤其是,將後者用作前者的同義詞。生理性別是指區分……的生物學屬性。

2. 手外科研究作者身份的性別差異趨勢

RF Xu, NH Varady, AF Chen, BE Earp - The Journal of Hand Surgery, 2022

目的:儘管總體趨勢是性別均等,但女性在外科領域的代表性仍然不足。直到最近,女性在手外科文獻中的代表性在很大程度上還沒有被探索過。這項研究的目的是檢查……

3. 追蹤研究期刊多樣性的巨大計劃

為了描繪並減少學術出版中的偏見,將要求作者、審稿人和編輯披露他們的種族或族群。

4.IPCC性別偏見調查

即使在人數和政策有所改善的情況下,政府間氣候變化專門委員會(IPCC)仍需要做更多的工作來納入女性的貢獻。2018年,IPCC成立了性別問題工作團隊,以建議如何實現最佳氣候政策知識所需的公平代表性和廣泛的專業知識。他們寫道,兒童照顧需求、資源匱乏、把關以及更多因素限制了工作團隊的公平性。

自然 | 9分鐘閱讀時間

5.在我們信任的人工智慧中。預測演算法的力量、幻覺和控制:

https://politybooks.com/bookdetail/?isbn=9781509548811

6.Gendered Innovations網站關於包容性碰撞測試假人的案例研究在美國國會努力將最新一代女性碰撞測試假人納入新車測試中。問題在於,NHTSA目前使用的女性碰撞測試假人只是男性的縮小版,沒有模擬女性的平均肌肉和韌帶強度、脊柱排列以及對創傷的動態反應。因此,在控制體重和體重時,繫上安全帶的女性駕駛員遭受嚴重傷害的可能性比男性高47%。從交織的角度來看,老年女性和肥胖男性也最容易受傷。

7.教科書類型:挑戰完美產科骨盆的迷思

C VanSickle, KL Liese, JN Rutherford - The Anatomical Record, 2022

醫學教育對產科相關解剖學的處理體現了醫學課程中歷史性的性別偏見。基礎產科和助產教科書教導臨床骨盆測量和考德威爾-莫洛伊(Caldwell–Moloy)分類系統用於……

8.物理教育研究中的批判種族和女性主義立場論:歷史回顧和潛在應用

M Rodriguez, R Barthelemy, M McCormick - Physical Review Physics Education …, 2022

在推動物理科學多樣化的過程中,需要取得更多進展才能實現種族和性別代表的平等。為了繼續朝著代表性和平等的方向發展,需要更多的分析工具來幫助我們

9.人工智慧在乳腺癌風險乳房攝影表現型分析中的應用:敘述性回顧

A Gastounioti, S Desai… - Breast Cancer …, 2022 - breast-cancer-research

以基於早期發現和比現有篩檢指南更好的乳腺癌結果實現更好的危害收益比,我們需要經改善的乳腺癌風險評估模型來實現個人化篩檢策略。計算乳房攝影表現型已證明在乳腺癌風險預測中具有令人期待的作用。隨著最近計算效率的急速增長,由深度學習的引入所推動的人工智慧(AI)革命擴大了……

10.窺視黑匣子,MIMIC-III基準模型的公平性和通用性

E Röösli, S Bozkurt, T Hernandez-Boussard - Scientific Data, 2022

隨著人工智慧(AI)透過利用越來越多的數位健康數據來提高對某些患者的護理品質,其他人卻被拋在後面。需要進行實證評估研究來保持隱含偏見的 AI模型(透過危險的反饋循環加劇少數群體面臨的系統性健康差異)。