Элементы Элементы большой науки

Поставить закладку

Напишите нам

Карта сайта

Содержание
Энциклопедия
Новости науки
LHC
Картинка дня
Библиотека
Видеотека
Книжный клуб
Задачи
Масштабы: времена
Детские вопросы
Плакаты
Научный календарь
Наука и право
ЖОБ
Наука в Рунете

Поиск

Подпишитесь на «Элементы»



ВКонтакте
в Твиттере
в Фейсбуке
на Youtube
в Instagram



Библиотека

 
К. Циммер
«Микрокосм». Глава из книги


А. Огнёв
Откуда жизнь? Еще теплее!


Р. Докинз
«Эгоистичный ген». Глава из книги


А. Бердников
Вдоль по лунной дорожке


В. Бабицкая, С. Горбунов
Как и зачем птицы общаются с охотниками за медом


Е. Чернова
Хаос и порядок: фрактальный мир


У. Айзексон
«Инноваторы». Глава из книги


Н. Резник
Жираф большой, ему видней, и сам он хорошо заметен


М. Софер
Куда уходит лето?


С. Петранек
«Как мы будем жить на Марсе». Глава из книги







Главная / Новости науки версия для печати

Экологические модели объяснили, почему в науке мало успешных женщин


Женщина-ученый

Психологи, объясняя низкую представленность в науке женщин-ученых, настаивают на несовместимости женских черт характера с жесткими правилами выживания в современном научном мире. Доводы в пользу этой точки зрения имеются, но есть и другие, объективные причины. Изображение с сайта www.psmag.com

Известно, что успешных женщин-ученых существенно меньше, чем мужчин. Оставляя за рамками дискуссии бессодержательные заявления о преимуществе мужского ума над женским, австралийские исследовательницы применили простейшую экологическую модель для объяснения этого феномена. Почему женщинам не удается добиться тех же результатов, что и мужчинам? Потому что у женщин, вынужденных часть активного времени отдавать семейным заботам, оказывается растянута фаза накопления необходимого для карьерного роста научного багажа. Пока продолжается эта фаза отрицательного приращения научной результативности, их неминуемо и закономерно обгонят более свободные конкуренты.

Австралийские исследовательницы Кэтрин О’Брайен (Katherine O’Brien) из Квинслендского университета и Карен Хэпгуд (Karen Hapgood) из Университета Монаша (Monash University) попробовали ответить на вопрос, почему в науке так мало женщин. В отличие от других людей, которые предпочитают психологическую подоплеку в этой теме (не говоря уже о грубом сексизме), они опирались на простейшие модели, которые приняты в экологии. Подход вполне оправдан: в настоящее время наука всё больше напоминает по своим распорядкам биологические системы с их конкуренцией, борьбой за ограниченные ресурсы, симбиозом и паразитизмом. Это означает, что известные наработки из экологии вполне применимы и к научному сообществу.

О’Брайен и Хэпгуд взяли за основу базовую модель роста численности популяции — логистическое уравнение Ферхюльста. Традиционно предполагается, что количество научного продукта напрямую зависит от времени, затрачиваемого на занятия наукой. Иными словами, работаешь на полную ставку — должен выдать столько-то и столько-то публикаций (грантов, командировок, гербариев и т. д.) в год, если работаешь на полставки, то изволь выдать половину этого количества. Логистическое же уравнение Ферхюльста означает, что скорость прироста научного продукта индивида пропорциональна текущей результативности индивида в научном сообществе, а не просто зависит от времени, затраченного на исследование. С точки зрения ученого, логистический подход в среднем более реалистичен, чем простая временная зависимость: привлечение дополнительных грантов, умелых сотрудников, организация нескольких параллельных тем зависят не столько от затрачиваемого времени, сколько от положения ученого. Маститому ученому проще получить эти элементы, необходимые для плодотворной научной работы, чем ученому с неустоявшейся позицией.

Анализ логистического уравнения в приложении к научному продукту, конечно, может привести только к самым общим выводам. Но, тем не менее, и они показательны.

Графики логистического уравнения при разных максимально возможных уровнях научных достижений

Графики логистического уравнения dR/dt = rR(1 – R/Rmax) при разных максимально возможных уровнях научных достижений, где R — научный продукт, Rmax — постоянный параметр, означающий максимально возможные достижения, он определяется индивидуальными талантами и, кроме того, зависит от области науки, в которой работает человек; r — постоянный коэффициент, по смыслу это скорость оборота научной продукции, то есть через какое время с полученного результата можно ожидать отдачу (получить грант, студентов, повышение в иерархии и т. д.). Изображение из обсуждаемой статьи в Oikos

Вывод первый, тривиальный. Научные достижения зависят от индивидуального потенциального максимума (Rmax). Второй вывод нетривиальный, и он касается времени, которое требуется для достижения конкретного результата (конкретного уровня научной продуктивности). Чтобы получить один и тот же результат, ученому с более низким потенциалом требуется затратить несоразмерно больше времени, чем ученому с большим потенциалом; «несоразмерно» в данном случае означает, что эта зависимость непрямая. Как предполагают исследовательницы, сам максимальный потенциал зависит от времени, которое ученый в принципе может потратить на исследования. У женщины, работающей в науке на полставки или занятой так или иначе домашними проблемами, этот потенциал будет меньше, чем у коллеги-мужчины, выбросившего из головы семейные заботы. Поэтому сколь бы умна и талантлива ни была ученая дама, ей придется затратить существенно больше времени на результат, аналогичный тому, что получает полностью погруженный в науку ученый. И это не столько гендерные различия, сколько простые правила популяционной динамики.

На графике проведена горизонтальная сплошная линия. Это еще один важный элемент динамики популяционного роста: минимальная критическая масса научного продукта (или другого порогового параметра), при котором начинается устойчивый рост (например, о применении этого параметра для моделей роста лесов см.: Рост лесов можно прогнозировать точнее, «Журнал общей биологии», популярный синопсис автора данной новости по статье А. С. Исаева, В. Г. Суховольского и Т. М. Овчинниковой «Феноменологические модели роста лесных насаждений»). Данный пороговый параметр, безусловно, осмыслен в приложении к научным результатам: ясно, что пока у исследователя две-три публикации или участие в одной молодежной конференции, то ему вряд ли удастся получить хороший проект. Нужно набрать эту критическую массу, после которой к исследователю начинают относиться серьезно. Достижение критической массы научного продукта, как и любого другого уровня результативности, для работающих неполный рабочий день сильно откладывается во времени.

Добавление в логистическое уравнение порогового значения результативности, или, по-другому, критической массы научного продукта, приводит к третьему нетривиальному выводу. До достижения пороговой результативности прирост научного продукта будет отрицательным. Нужно преодолеть, набравшись терпения и целеустремленности, период отрицательного роста, и тогда уже научный багаж начнет работать на исследователя, от него будет отдача.

Зависимость приращения научного продукта от текущего научного багажа в модели с добавленной пороговой результативностью

Зависимость приращения научного продукта от текущего научного багажа в модели с добавленной пороговой результативностью dR/dt = rR(1 – R/Rmax)[(R – Rc)/Rmax]; Rc — пороговая результативность. Пустой кружок — точка неустойчивого равновесия в Rc, черный — точка устойчивого равновесия в Rmax. Ноль также является точкой устойчивого равновесия. Изображение из обсуждаемой статьи в Oikos

В модели с пороговой результативностью имеются три точки равновесия, то есть точки, в которых прирост результатов равен нулю. Очевидно, первая из них — это точка ноль, когда никакого научного продукта не вырабатывается и прирост нулевой. Вторая точка — это пороговое значение, в этой точке равновесие неустойчиво: при любом отклонении от этого значения текущий процесс либо возвращает функцию к нулю, либо увлекает ее к достижению максимума. И наконец, при достижении максимальной результативности научный процесс будет стремиться возвратить систему в это положение. Три равновесные точки показывают, что важнее всего преодолеть точку неустойчивого равновесия (точку пороговой результативности), до ее достижения все усилия будут казаться тщетными. Продление этой малоприятной фазы вызывает у работающей на полставки женщины чувство бесперспективности всех усилий. Кроме того, в условиях научной конкуренции подобного исследователя быстро обгонят и вытеснят из приоритетных областей более свободные сотрудники. Им, как мы помним, требуется меньше времени на преодоление фазы роста.

Таким образом, авторы публикации доказывают, что уменьшение временных затрат на научную работу приводит к несоразмерному продлению малорезультативной фазы роста. Поэтому женщины, которые как раз в силу сложившихся биологических и социальных обстоятельств не могут полностью окунуться в работу, сильно отстают в накоплении научного багажа. Из-за этого их легко обгоняют конкуренты, занятые работой полное время, из-за этого откладывается фаза быстрого научного роста, столь необходимого и для внешней оценки и для самооценки. Психологически такую ситуацию не слишком легко пережить талантливому ученому, в связи с этим авторы работы советуют женщинам-ученым быть более хитрыми в выборе темы и руководителя, мудрыми, терпеливыми и не терять целеустремленности и энтузиазма. Эти качества помогают не сдаться во время фазы роста. Руководителям научных учреждений и проектов они советуют пристальнее присматриваться к своим талантливым сотрудницам, пусть даже так называемые объективные показатели научной результативности у них не слишком высокие.

По всей видимости, не только удлинение критической фазы научного роста предопределяет подчиненное положение женщин-ученых. Их подчиненное положение зависит также и от субъективных гендерных характеристик: недостаток напористости, хваткости, соревновательности, мягкость в ущерб собственным интересам — всё это мешает женщинам добиваться высоких позиций в научной иерархии (об этом см.: О роли женщины в науке, «Элементы», 09.02.2006).

Источник: Katherine R. O’Brien, Karen P. Hapgood. The academic jungle: ecosystem modelling reveals why women are driven out of research // Oikos. V. 121. P. 999–1004.

Елена Наймарк


Комментарии (82)



Последние новости: Наука и обществоЭкологияПсихологияЕлена Наймарк

26.09
Муравьи-листорезы при уходе за потомством используют противогрибковый препарат
21.09
В условиях антропогенного шума летучие мыши перестают полагаться на слух
13.09
Эволюционный эксперимент показал, где и как появляются наиболее приспособленные особи
5.09
Найдены строматолиты возрастом 3,7 млрд лет — древнейшие следы жизни на Земле
6.07
Метанокисляющие микроорганизмы донных осадков оказались неожиданно разнообразными
28.06
Подростки лучше учатся на положительном опыте, чем на отрицательном
22.06
Рыбки-брызгуны хорошо различают человеческие лица
16.06
В Старом и Новом Свете птицы сходно реагируют на глобальное потепление
15.06
Получение генов пектиназ от протеобактерий резко ускорило видообразование палочников
8.06
Новые древние остатки людей с острова Флорес говорят о родстве «хоббитов» с эректусами

Научная картинка дня


Новости науки по темам: антропология, археология, астрономическая научная картинка дня, астрономия, биология, биотехнологии, генетика, геология, затмения, информационные технологии, космос, лингвистика, математика, медицина, нанотехнологии, наука в России, наука и общество, Нобелевские премии, палеонтология, Первое апреля, психология, технологии, физика, химия, эволюция, экология, энергетика, этология

Новости науки по авторам: Валентин Анаников, Дарья Баранова, Вера Башмакова, Александр Бердичевский, Максим Борисов, Варвара Веденина, Александр Венедюхин, Михаил Волович, Михаил Гарбузов, Алексей Гиляров, Дмитрий Гиляров, Сергей Глаголев, Евгений Гордеев, Николай Горностаев, Владимир Гриньков, Дмитрий Дагаев, Юрий Ерин, Анастасия Еськова, Дмитрий Жарков, Андрей Журавлёв, Дмитрий Замолодчиков, Игорь Иванов, Вячеслав Калинин, Павел Квартальнов, Мария Кирсанова, Дмитрий Кирюхин, Александр Козловский, Юлия Кондратенко, Артем Коржиманов, Ольга Кочина, Аркадий Курамшин, Виталий Кушниров, Иван Лаврёнов, Алексей Левин, Андрей Логинов, Сергей Лысенков, Лейла Мамирова, Александр Марков, Мария Медникова, Вадим Мокиевский, Григорий Молев, Тарас Молотилин, Антон Морковин, Марат Мусин, Максим Нагорных, Елена Наймарк, Алексей Опаев, Петр Петров, Александр Пиперски, Константин Попадьин, Сергей Попов, Роман Ракитов, Татьяна Романовская, Александр Самардак, Александр Сергеев, Андрей Сидоренко, Виктория Скобеева, Даниил Смирнов, Павел Смирнов, Дарья Спасская, Любовь Стрельникова, Дмитрий Сутормин, Алексей Тимошенко, Александр Токарев, Александр Храмов, Мария Шнырёва, Сергей Ястребов, Светлана Ястребова

Новости науки по месяцам: 2016 IX, VIII, VII, VI, V, IV, III, II, I  2015 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2014 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2013 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2012 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2011 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2010 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2009 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2008 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2007 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2006 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I  2005 XII, XI, X, IX, VIII, VII, VI, V, IV, III, II, I 

Новости науки почтой (рассылка на Subscribe.ru):

 


Где еще почитать научные новости: «Биомолекула», «Вокруг света», Газета.ру. Наука, «Наука и жизнь», Наука и технологии РФ, «Научная Россия», «Популярная механика», РИА Наука, «Чердак», N+1, Naked Science

 


при поддержке фонда Дмитрия Зимина - Династия