Nederland blijft sterk achter als het gaat om vrouwen in de hogere wetenschappelijke rangen zoals hoogleraar en UHD. De nieuwe cijfers in de Vijfde monitor Vrouwelijke Hoogleraren laten dat weer zien. Elke keer is er ook weer kritiek op die cijfers, omdat ze te weinig onderscheid maken tussen disciplines, en tussen de effecten van ongelijke behandeling bij promotie en benoemingen vroeger en nu. Thijs Bol – in zijn recente blog – betwijfelt daarom of het glazen plafond wel zo sterk is als de monitor suggereert en of dit komt door “seksisme bij benoemingen en selectie” of door andere oorzaken.
Allereerst het onderscheid tussen disciplines – de zogenoemde Simpson paradox. Als vrouwen vooral werken in disciplines met weinig hoogleraren en mannen in disciplines met veel hoogleraren, dan leidt gendergelijkheid bij benoemingen toch tot een lager aantal vrouwelijke hoogleraren. Methodologisch is dit natuurlijk een goed punt, maar Thijs Bol laat zelf zien dat dit geen rol speelt.
Dan is er de kwestie van het onderscheid naar leeftijdsgroepen. Dat er veel meer mannen hoogleraar zijn dan vrouwen ligt natuurlijk in belangrijke mate aan mogelijke discriminatie vroeger – oudere hoogleraren zijn nu eenmaal vaak al lang geleden benoemd. Je moet daarom ook kijken naar de verdeling mannen-vrouwen in de jongere cohorten, naar de meer recent aangestelde wetenschappers. Thijs Bol stelt dat er geen probleem meer is als het gaat om UHDs en UDs, daar is het aandeel vrouwen in het jongere cohort inmiddels zo’n 40%. Bij de recente U(H)D benoemingen zouden mannen en vrouwen daarom ongeveer gelijke kansen hebben. Alleen bij hoogleraren zou er nog sprake zijn van een substantieel verschil, omdat van de jongere hoogleraren nog steeds maar 23% vrouw is.
Anderhalf keer zo veel mannelijke als vrouwelijke U(H)D benoemingen
Wat Thijs Bol ‘gelijk’ noemt in de groep jongere U(H)Ds is 40% vrouw versus 60% man. Als dat recente benoemingen weerspiegelt, is er nog steeds sprake van een vrij substantieel verschil: er worden dan nog altijd anderhalf keer zoveel mannen als vrouwen benoemd tot U(H)D. Maar hij onderschat het probleem ook nog op een andere manier. Want de niet benoemde vrouwelijke hoogleraren blijven UD of UHD, en daarmee is de instroom van nieuwe vrouwelijke (jonge) UDs en UHDs aanzienlijk lager dan de cijfers suggereren: een flink deel van het cohort jonge UDs en UHDs zijn geen nieuw benoemde, maar zijn de ten onrechte niet tot HL bevorderde vrouwen. Als je dat meeneemt, dan is ook bij meer recent benoemde U(H)Ds de verhouding man-vrouw nogal scheef. Dat suggereert dat er wel degelijk een glazen plafond bestaat op alle niveaus.
Cohortstudie, kwaliteit van wetenschap, en het glazen plafond
Hoe komen we nu verder in deze discussie? We hebben inderdaad cohortstudies nodig, waarbij een groep door de tijd wordt gevolgd. De vraag is dan of mannelijke wetenschappers een meer voorspoedige loopbaan hebben dan vrouwen. Een belangrijke variabele die moet worden meegenomen is de kwaliteit van de wetenschappers. Als mannen gemiddeld beter zijn dan vrouwen, dan zou te verwachten zijn dat mannen gemiddeld ook een snellere loopbaan hebben. Als vrouwen beter zijn, dan is het eventuele glazen plafond nog sterker dan het in eerste instantie zou lijken.
Met Ulf Sandström heb ik zo’n studie gedaan (Gender differences in research performance and its impact on careers: a longitudinal case study; Scientometrics 2015 – online first). De sample bestond uit de aanvragers van een VENI beurs in 2003, 2004 en 2005, in de gebieden psychologie, economie, en gedrag en onderwijs. Veni-aanvragers zijn meestal postdocs, en er is dus in termen van de loopbaan een gelijke startpositie. De vraag die we in het artikel beantwoorden is of er een genderverschil is in loopbanen: zaten in 2014 – dus zo’n tien jaar later – mannen gemiddeld hoger in de functiepiramide dan vrouwen? We hebben voor vrijwel alle aanvragers hun huidige positie weten te vinden – de meesten zijn namelijk nog steeds actief in de wetenschap. De volgende figuur laat de verdeling over posities zien: mannen hebben het duidelijk beter gedaan in de hogere rangen.
Vervolgens hebben we voor allemaal hun prestatieniveau bepaald met behulp van publicatie- en citatiegegevens (van het Web of Science). Tegenwoordig is (internationale) mobiliteit ook heel belangrijk in de wetenschap, dus die hebben we ook meegenomen. Tenslotte is er sprake van drie startjaren, terwijl we voor iedereen 2014 als peiljaar nemen. We controleren daarom ook of het aanvraagjaar invloed heeft op de loopbaan. Wordt de hoogst bereikte positie bepaald door het prestatieniveau? Onze resultaten laten zien dat publicaties en citaties een significant effect hebben op de loopbaan, maar mobiliteit niet. En geslacht? Als we controleren voor prestaties, aanvraagjaar, discipline en mobiliteit dan blijkt dat geslacht wel degelijk een significant effect heeft: mannen in onze sample hebben in 2014 gemiddeld een hogere positie dan vrouwen. Kortom, gender bias bestaat.
Cruciale nieuwe vragen
Waardoor die bias ontstaat is dan de volgende vraag. Komt dat bijvoorbeeld door de samenstelling van de commissies, of door ‘automatisch seksisme’ vanwege de stereotypen die ook onder wetenschappers bestaan over wie goed is en waarom? Om op dergelijke vragen een antwoord te vinden, analyseren we op dit moment de inhoud van beoordelingsrapporten en de kenmerken van commissies. We hopen in 2016 met de resultaten van deze studie te komen.
Het internationale perspectief ontbreekt hier nog en een cruciale vraag blijft onbeantwoord: waarom is het percentage vrouwelijke hoogleraren in Nederland veel lager dan in de meeste andere landen? Een antwoord op die vraag zou nog beter kunnen leiden tot goede maatregelen. Maar vooralsnog lijkt me dat invoeren van quota een goed idee is, ook al omdat quota benoemingscommissies dwingen om M/V (on)gelijkheid expliciet op de agenda te houden.
Wat ik niet zie in de vergelijking is hoe de verhouding ligt in de groep mensen die hoogleraar zouden kunnen worden.
Paul: voor de groep mensen die hoogleraar kunnen worden, kijk naar de assistant professors.
Peter: Wat betreft de cruciale nieuwe vraag in bovenstaand stuk of het aan stereotypering ligt, zie https://theconversation.com/most-people-think-man-when-they-think-scientist-how-can-we-kill-the-stereotype-42393
89% of Dutch subjects in a Harvard study implicitly associated science with men more than women.
We hebben in Nederland wereldwijd de hoogste stereotypering of associering wat betreft wetenschap met man. Wat dat betreft kunnen we nog heel wat van Columbia, Argentinie, Mexico en de VS leren.
Of het aan sterotypering ligt: interessante studie waar je op wijst. Alleen die stelt dat mate van sterotypering het *gevolg* is van de mate van ondervertegenwoordiging van vrouwen in de wetenschap. Dat zegt nog niet dat stereotypering door wetenschappers de *oorzaak* is van gender bias. Maar dat zou best zo kunnen zijn.
De stereotypering is onderzocht op basis van impliciete bias van mensen: kortom “in welke mate associeren we gender met science?” Dat is een maat voor *hoe we als samenleving denken* . Het is *niet een gevolg van de ondervertegenwoordiging* , zoals jij hier boven aangeeft.
Nu blijken we in de Nederlandse samenleving deze stereotype man-wetenschap associatie als hoogste te hebben. Het is in onderzoek bewezen dat dit soort associaties ervoor zorgen dat vrouwen (de niet stereotypen) vervolgens minder kansen in het bewuste beroep (wetenschap) hebben. Dit wordt in wetenschappelijke termen de implicit bias genoemd.
Facebook heeft er een mooie training als organisatie voor: https://managingbias.fb.com/. Wellicht geeft dat wat meer info en achtergrond. Op de site http://www.genderbiasbingo.com/bias-pattern/#.VmF_dk3wuAg vind je info over hoe die bias in wetenschappelijke loopbanen werkt.
Je stelt:
(i) “… stereotypering is een maat voor hoe we als samenleving denken. Het is niet een gevolg van de ondervertegenwoordiging”
(ii) “Het is in onderzoek bewezen dat dit soort associaties ervoor zorgen dat vrouwen vervolgens minder kansen in het bewuste beroep (wetenschap) hebben.”
Dit lijkt me beide onjuist.
Ten aanzien van de eerste stelling:
Stereotypering is gebaseerd op waarnemen van rollen. Als we vooral mannen in de rol van wetenschapper zien, dan ontwikkelen zich gender-science stereotypen. Het artikel waar je zelf naar verwijst laat precies dat zien. Het heeft als titel Women‘s representation in science predicts national gender-science stereotypes. En ‘women’s representation’ (de ondervertegenwoordiging) is de oorzaak, en ‘gender-science stereotypes’ (hoe we als samenleving denken) het effect. De claim is: hoe groter de ondervertegenwoordiging van vrouwen in de wetenschap, hoe sterker de gender-science stereotypen – op het niveau van de bevolking.
Ten aanzien van de tweede stelling:
Het is vervolgens niet vanzelfsprekend dat de omgekeerde relatie ook bestaat: dat gender-science stereotypen het benoemingsproces zouden beïnvloeden.
1) Niet de bevolking zit in de benoemingscommissies, maar een specifieke subgroep: wetenschappers. En die hoeven niet hetzelfde niveau van gender-science stereotypen te hebben als het landelijk gemiddelde. Bijvoorbeeld, veel Nederlandse onderzoekers hebben ervaring opgedaan in het buitenland en hebben daar kunnen waarnemen dat daar meer vrouwen in de wetenschap zitten. Dat zou volgens de theorie moeten leiden tot minder sterke gender-science stereotypen. Bovendien werken er flink wat buitenlanders in de Nederlandse wetenschap en die komen uit landen met (veel) mindere sterke gender-science stereotypen. Kortom, dat de Nederlander gemiddeld sterke gender-science stereotypen heeft zegt niet veel over wat in benoemingscommissies leidt tot eventuele gender bias. Dat zou toch eerst specifiek moeten worden uitgezocht.
2) Het door je aangehaalde artikel laat daarnaast zien dat in alle landen sterke gender–science stereotypen bestaan; ook in landen waar de wetenschappelijke staf voor de helft uit vrouwen bestaat. En er is GEEN relatie tussen de gendersamenstelling van de onderzoeksstaf en impliciete gender-science stereotypering.
Bestrijden van de stereotypen lijkt dan ook niet a priori een noodzakelijk en productieve manier om het glazen plafond te slechten. Als we niet precies weten wat de onderliggende mechanismen zijn, blijft het effect van interventies op de oorzaken onzeker. Vandaar dat ik pleit voor quotering, interventie gericht op de uitkomsten. En voor verder onderzoek naar hoe het precies werkt.
MTV heeft ook nog een mooie 7-daagse bias cleanse die meer inzicht geeft waar stereotypen toe kunnen leiden en hoe je er van af komt; http://www.lookdifferent.org/what-can-i-do/bias-cleanse
Peter, leeas ajb het wetenschappelijke artikel na van de science/gender stereotype,zie http://d-miller.github.io/assets/MillerEaglyLinn2015.pdf. Het populair wetenschappelijke artikel geeft het niet goed weer.
Daarin kun je teruglezen dat stereotypen wel degelijk de oorzaak zijn van allerlei negatieve effecten met als resultaat minder kansen voor vrouwen en daardoor minder vrouwen in de wetenschap.
Quote: ‘stereotypes negatively impact women by causing underachievement in introductory undergraduate STEM courses (Miyake et al., 2010), disidentification with and negative attitudes toward science (Good, Rattan, & Dweck, 2012; Nosek & Smyth, 2011; Steffens et al., 2010), and gender discrimination (Rueben, Sapienza, & Zingales,
in press).
Interessante analyse! Ik het niet eens met je argument dat mannen nog steeds 1,5 keer zo’n grote kans hebben om, bijvoorbeeld, UHD te worden. Dit gaat er vanuit dat er net zoveel mannen als vrouwen in de wetenschap werken, wat niet zo is.
Stel: in de totale wetenschap is maar 40% vrouw en 60% man, dan zou bij een 50/50 afspiegeling voor een functie (laten we zeggen UHD) vrouwen een grotere kans hebben om UHD te worden. 40% vrouw en 60% man bij een functie zou dan een gelijke kans betekenen. Kortom: de baseline waarop je de 1,5 baseert (dat de huidige verdeling in de wetenschap 50/50 is) klopt volgens mij niet. Wat die baseline wel is weet ik niet, maar zonder daar naar te kijken kan je volgens mij dit soort uitspraken helemaal niet doen.
Overigens is de vraag natuurlijk waar de initiële scheve verdeling vandaan komt, en wat de rol van het glazen plafond daar is. Maar daarvoor zijn ook veel andere verklaringen die los kunnen staan van structurele barrieres in het aanname-beleid (bijvoorbeeld voorkeuren).
Het CBS liet vorig jaar zien dat onder gepromoveerden tot 35 jaar 51 procent vrouw is, en dat onder de 25- tot 30-jarigen dit al 58 procent is. Het aantal vrouwelijke gepromoveerden neemt sterk toe. Ik zou daarom geneigd zijn die 50/50 wel als baseline te nemen, want in die groep gepromoveerden tot 35 jaar zitten de hoogleraren van over 10 jaar. En die periode is snel voorbij.
Welke mechanismen precies de ondervertegenwoordiging veroorzaken, dat blijft de interessante (en belangrijke) vraag. Ik hoop met mijn analyses iets bij te dragen aan de beantwoording daarvan.