Navigation – Plan du site

AccueilNuméros167Publications scientifiques et dif...

Publications scientifiques et différences de genre : le cas des doctorant·es français·es

Gender differences in publication : Case study of the French Ph.D students
Wissenschaftliche Publikationen und geschlechtsspezifische Unterschiede : Der Fall französischer Doktorand :innen
Publicaciones científicas y diferencias de género : el caso de las/os doctorandas/os franceses
Nicolas Jalabert
p. 57-89

Résumés

Cet article aborde les différences en matière de publications scientifiques parmi les doctorantes et doctorants des universités françaises. Il contribue à l’étude des différences de genre dans la recherche académique en s’appuyant sur les données Génération du Céreq (Centre d’études et de recherche sur les qualifications). Ces données permettent d’approfondir les thématiques à un niveau national et avec un large échantillon de disciplines. L’article analyse une cohorte d’une même génération au niveau du doctorat et de l’entrée dans la recherche académique par le biais de la qualification auprès du Conseil national des universités (CNU) qui permet de postuler comme maître de conférences. Les résultats révèlent notamment une probabilité moyenne 26.9 % plus élevée pour les hommes d’avoir publié lors de leur thèse comparativement aux femmes, avec de fortes hétérogénéités entre disciplines. Les femmes tendent donc à moins publier, mais à davantage candidater pour la qualification du CNU, bien que la sélection repose en grande partie sur les publications.

Haut de page

Texte intégral

Je souhaiterais remercier tout particulièrement Magali Jaoul-Grammare pour ses conseils avisés sur ce projet et plus globalement pour son encadrement continu, mais également les participants et rapporteurs de l’école d’été KID – Knowledge Dynamics, Industry Evolution, Economic Development de 2022– (Nice) ; des doctoriales du 9ème congrès de l’AFEP, 2022 (Amiens) ; de la deuxième édition d’Égalisup, 2023 (Rennes) ; ainsi que les rapporteurs anonymes de la revue qui, tous, par leurs remarques et conseils, ont contribué à l’amélioration de ce travail.

Introduction

1Au cours des dernières années, des progrès ont été réalisés afin d’inciter davantage de femmes à poursuivre des études de doctorat et ainsi d’atteindre la parité au niveau des diplômés (Commission européenne, 2019). Bien que des différences persistent, notamment entre disciplines, l’objectif a presque été atteint au niveau européen et de plus en plus de femmes obtiennent un doctorat. Cependant, cette évolution ne se traduit pas nécessairement par la présence de plus de femmes dans la recherche académique (Commission européenne, Ibid.) et l’écart de genre est d’autant plus important que l’on s’élève dans les positions occupées (Pinheiro et al., 2014), ce qui correspond à un plafond de verre (Sabatier, 2010). La France illustre parfaitement ces phénomènes, puisque la parité a été atteinte au niveau des inscriptions en doctorat, malgré la persistance d’importantes hétérogénéités entre disciplines. En 2023, près de 49 % des étudiant·es en doctorat étaient des femmes (Pommier, Porcher et al., 2023). Les femmes représentent 45 % « des maîtres de conférences », mais seulement 27 % des professeurs d’université (SIES, 2023).

2On peut étudier ces phénomènes sous différentes approches et perspectives qui apparaissent complémentaires. D’un point de vue historique, la recherche académique ne constituait pas un espace ouvert aux femmes, et les disparités ne se sont jamais entièrement résorbées, particulièrement dans certaines disciplines (Schiebinger, 1991). Une approche plus comportementale révèle l’existence de biais humains pouvant se traduire par la production et la persistance de stéréotypes de genre (Niederle, 2015 ; Bordalo et al., 2019) et de phénomènes de sélection, d’auto-sélection et de discrimination, responsables de ce plafond de verre. Enfin, dans la recherche académique, les femmes apparaissent moins productives que leurs homologues masculins (Mairesse et Pezzoni, 2015), ce qui peut induire des différences de genre au niveau des promotions (Lissoni et al., 2011). Dans une grande partie de la littérature, cette différence de productivité est mesurée par le nombre de publications ou de citations dans des revues à comité scientifique, qui représenterait la production attendue d’une activité de recherche.

3Ces différentes approches apparaissent donc complémentaires et nécessaires pour comprendre la complexité de ces phénomènes. Dans cet article, nous nous focalisons sur l’étude des différences de « productivité » entre les femmes et les hommes, qualifiée dans la littérature de « puzzle » (casse-tête, énigme) qui reste à résoudre.

4En effet, il existe de nombreux facteurs pouvant influencer la capacité à publier.
Ces facteurs sont tous corrélés entre eux, ce qui complexifie la compréhension du phénomène dans sa globalité. Nous distinguerons ici deux types d’éléments abordés dans la littérature pour expliquer ces différences de « productivité » en termes de publication : les pratiques de recherche et les ressources disponibles. Néanmoins, auparavant, il est nécessaire de comprendre comment est mesurée la « productivité » d’un chercheur dans la littérature et quelles sont les hypothèses et implications qui en résultent.

5La mesure de la productivité scientifique s’est développée avec l’essor de l’étude des sciences (science of science), un champ interdisciplinaire qui vise à comprendre les mécanismes responsables de la création de nouvelles connaissances et la place de la science dans la société. Une grande part des études menées dans ce cadre repose sur la bibliométrie, concept développé par Paul Otlet au début des années 90, réintroduit (Pritchard et al., 1969), puis republié par la suite (Otlet, 1990). La bibliométrie consiste en l’utilisation de méthodes statistiques visant à analyser la production scientifique, comme les articles, ouvrages, et autres types de publications.

6L’objectif initial était de relever le défi de la croissance continue d’informations et de savoirs, et d’offrir une solution aux bibliothécaires afin de sélectionner les éléments les plus pertinents pour leurs collections (Sugimoto et Larivière, 2018). Ces initiatives ont conduit au développement d’institutions et d’index qui simplifient le système de référencement des publications et ont donné plus tard naissance à de nouvelles métriques, comme le nombre de citations par article.

  • 1 Le h-index est déterminé en classant les publications d’un auteur en fonction de leur nombre de cit (...)

7Avec la croissance exponentielle des publications scientifiques et la compétition qui s’accentue entre les chercheurs et chercheuses, de nouvelles métriques ont été élaborées au niveau de l’individu pour évaluer ses travaux et sa productivité. Au début, cette évaluation s’est faite à travers le nombre de publications, considéré alors comme la « productivité ». Cette mesure s’est ensuite affinée avec le nombre de citations, pour aboutir aujourd’hui au « h-index »1 qui combine publications et citations par publication. Cette métrique vise à représenter la productivité tout en considérant l’impact scientifique. L’évolution de ces métriques traduit la volonté de disposer d'un indicateur non biaisé d’évaluation de la production scientifique des individus. De nouvelles métriques ne cessent de voir le jour afin de tenir compte d’autres facteurs jugés cruciaux, comme la créativité, la nouveauté ou encore la visibilité de la production scientifique.

8Cependant, de plus en plus de voix s’élèvent en faveur d'une meilleure évaluation des scientifiques, à l’image de la Déclaration de San Francisco sur l’évaluation de la recherche (DORA, 2018). En effet, si la publication est l’un des résultats les plus attendus de l’activité de recherche et le plus facile à mesurer, c’est pourtant loin d’être le seul. On attend des chercheurs et chercheuses qu’ils ou elles demandent et obtiennent des subventions, montent des projets de recherche, ou encore forment les nouvelles générations. De plus, une part importante d'entre eux et elles, notamment en France, a également un devoir d’enseignement. Cette fonction s’accompagne souvent d’autres responsabilités liées aux diplômes et de nombreuses tâches administratives et comités qui ne sont pas pris en compte par ces indicateurs. Même en supposant que nous ne nous intéressons qu’à l’aspect purement recherche de la profession, il existe de nombreuses hétérogénéités entre les publications qu’il serait nécessaire de considérer. Quelle est la qualité de la revue ? Quelle est la production réelle du chercheur ? Est-ce un travail réalisé seul ? Ou avec des co-auteurs ? La recherche est-elle nouvelle ? Perturbatrice ? Dans un domaine général ou de niche ? Tous ces éléments sont essentiels et soulignent pourquoi nous devons être prudents lorsque nous évaluons les scientifiques à l’aide des outils de mesure actuels.

9Pourtant, même si les publications et les citations ne suffisent pas à représenter la productivité d’un scientifique, elles restent de puissants déterminants de la progression de carrière et un élément essentiel du processus d’évaluation. C’est pourquoi il demeure toujours pertinent de se préoccuper de ce qui transparaît de ces indicateurs, en particulier lors de l’étude des carrières académiques. À cet égard, les femmes semblent moins publier que les hommes (Fox, 2005) et il n’y a pas de consensus dans la littérature s'agissant des citations par article. Certains auteurs aboutissent néanmoins à des résultats qui tendent à montrer que les femmes ont tendance à être moins citées en raison d’un manque de visibilité (Aaltojärvi et al., 2008). Dans certains lieux, pays ou domaines disciplinaires, cette différence de visibilité semble s’expliquer par une propension plus grande des femmes à publier dans des revues à faible facteur d’impact et moins tournées vers l’international (Aksnes et al., 2011). D’autres études ne relèvent aucune preuve d’une différence en termes de citations par article, mais seulement une différence en nombre total de citations (Leahey, 2006), ce qui pourrait être une conséquence directe d’un nombre inférieur de publications. De nombreuses études tendent à rechercher les causes de ce déséquilibre essentiellement au niveau des publications.

10Une branche de la littérature cherche à expliquer ces écarts de publication par des différences de pratiques. Un premier argument serait que les femmes peuvent avoir davantage de difficultés à concilier vie professionnelle et vie privée (Fox, op. cit. ; Hunter et Leahey, 2010 ; Fox MF., Fonseca C. et Bao J., 2011)) et ont donc potentiellement moins de temps à consacrer à l’activité de recherche. De nombreux auteurs ont également étudié l’influence de la parentalité, et bien qu’à ses débuts, la littérature semblait contradictoire (Long, 1990 ; Nakhaie, 2008 ; Leahey, 2006), des études plus récentes (Hunter et Leahey, op. cit.) sont parvenues à montrer qu’avoir des enfants avait un impact négatif sur le taux de croissance de la productivité des chercheurs. L’effet est particulièrement important pour les femmes, ce qui a un impact conséquent sur la suite de leur carrière. Outre la contrainte temps, d’autres auteurs se sont intéressés à des différences de pratiques dans la manière d’effectuer la recherche. Certains révèlent qu’en moyenne les femmes se spécialisent moins que les hommes, ce qui diminue leur capacité à publier de façon récurrente sur un même sujet (Leahey, Ibid.). Enfin, les femmes et les hommes ne sont pas distribués uniformément entre les disciplines. Par exemple, en économie, Dolado et al. (2012) montrent que le parcours de carrière des femmes est essentiellement lié à leur part historique dans la discipline. Les femmes ont tendance à être davantage dans les branches où elles sont plus représentées, même si ce lien est plus faible au fil des générations. Il semble également que ces branches soient souvent celles où la compétition est moins intensive en termes de publication. Ces résultats font écho à la littérature conséquente sur le comportement humain face à la compétition, avec des études montrant que les femmes ont plus tendance à l'éviter (Niederle et Vesterlund, 2010).

11Une seconde branche de la littérature aborde l’étude des différences de genre dans la recherche académique en termes de ressources disponibles pour effectuer l’activité de recherche. L’idée est que les femmes disposeraient de ressources moindres pour leurs recherches par rapport aux hommes, ce qui pourrait expliquer ces écarts de productvité. Certaines de ces études montrent notamment l’existence de biais et stéréotypes à l’encontre des femmes dans l’attribution de financements (Bornmann et al., 2007 ; Marsh et al., 2009 ; Van der Lee et Ellemers, 2015 ; Bianchini et al., 2022). Ce biais serait plus important pour les femmes en début de carrière (Bohren et al., 2019) alors même que leur réputation n'est pas encore établie. D’autres recherches portent également sur un éventuel manque de réseau des chercheuses (Sonnert et Holton, 1995 ; Fox et Mohapatra, 2007 ; Mairesse et Pezzoni, op. cit.). Enfin, certains travaux montrent que les femmes ont tendance à être davantage marginalisées dans des universités moins productives (Astin et Davis, 1985) et que les pratiques de recherche et de publication d’un chercheur sont corrélées de manière importante avec celles de son institution (Nakhaie, op. cit.). Or, une meilleure productivité en termes de recherche ne garantit pas une mobilité vers de meilleures universités (Allison et Long, 1990), ce qui viendrait renforcer ce phénomène.

12Bien qu’il existe une littérature déjà conséquente sur les différences de genre en matière de publication à travers les nombreux points que nous avons évoqués, il reste nécessaire d’approfondir la recherche sur cette question. En effet, les résultats des différentes études peuvent varier entre pays, années, disciplines, ou même en fonction de la position des individus étudiés. Une grande part de la littérature précédemment citée repose sur des observations faites aux États-Unis et sur des scientifiques titulaires. Les doctorant·es sont beaucoup moins étudié·es, bien que leur statut corresponde au début d’une carrière dans la recherche académique et constitue une part croissante de la communauté scientifique. Le début de carrière représente pourtant un moment crucial à étudier. Des études ont montré que le système académique s’assimile à un processus d’accumulation pour les chercheurs et chercheuses. Ils et elles accumulent, au cours de leur carrière, publications, citations, reconnaissance et renommée dans le cadre d’un processus qui s’auto-alimente (plus de publications et de citations entraînent davantage de renommée, ce qui appelle à davantage de citations, de possibilités de collaborations et de publications, etc…). Par conséquent, la « productivité », telle que mesurée, d’un chercheur ou d'une chercheuse, croit tout au long de sa carrière (Merton, 1968 ; Allison et Stewart, 1974). C’est pourquoi une différence de publication dès le doctorat pourrait différer le démarrage de cette croissance de la productivité, et donc engendrer des disparités qui s’accentuent avec le temps. Une moindre productivité peut limiter la progression de carrière, qui, dans certains pays comme la France où les salaires sont définis par la position et sans négociation salariale, est un moyen d’accroître, parfois de façon conséqente, les financements nécessaires à l’activité de recherche (Mairesse et Pezzoni, op. cit.).

13C’est la raison pour laquelle le début de carrière peut avoir un fort impact sur le futur des jeunes chercheurs et chercheuses. De plus, la position des doctorant·es repose sur un fonctionnement et des dynamiques différents et nécessite donc une analyse spécifique. En effet, à la fois chercheur·euses et étudiant·es, leur succès dépend grandement d’autres facteurs comme l’encadrement de thèse, le lieu d’exercice de l’activité, l’environnement, et les pairs (Corsini et al., 2022). Dans certaines disciplines, leurs perspectives de carrière influencent également leurs pratiques par anticipation, ce qui souligne la nécessité de distinguer les souhaits de carrière académique de ceux liés au secteur privé ou à d’autres types de carrière. Par exemple, Mangematin (2000) montre que dans le cadre de son échantillon de doctorant·es en ingénierie, la plupart planifiaient de travailler dans le secteur privé et mettaient donc moins l’accent sur les publications. Le type de financement semble aussi jouer un rôle en améliorant la capacité des doctorant·es à effectuer leur activité de recherche, et semble corrélé avec leur productivité future et leur carrière (Horta, Cattaneo et al., 2018).

14Quelques études ont abordé les enjeux autour des doctorant·es et révélé des disparités de genre au niveau de la productivité (Rossello et al., 2020 ; Corsini et al., op. cit.), en particulier dans le domaine des « STEM » (Sciences, technologies, ingénierie, mathématiques, etc…).

15L’objectif premier de cette recherche est donc d’étoffer la littérature sur les différences de genre en matière de publication, en étudiant spécifiquement les doctorant·es, en France, avec un échantillon plus large de domaines comportant notamment les sciences sociales. Un second objectif est d’approfondir encore l’analyse en étudiant l’influence du genre et des publications sur la probabilité de gravir les échelons académiques par le biais de la qualification du Conseil national des universités (CNU). Dans le cadre de cette analyse, nous émettons dans un premier temps des hypothèses à tester, basées sur la littérature existante (1). Nous présentons les données (2), la méthode adoptée (3), les variables mobilisées (4) ainsi que quelques statistiques sur la population (5). Dans un second temps, nous présentons et interprétons les résultats, d'abord sur la probabilité de publication lors de la thèse (6) ensuite sur les candidatures et l'obtention de la qualification auprès du CNU (7), et l'étude par groupe de disciplines (8). Enfin, nous terminons cette analyse par une discussion des résultats obtenus (9), avant de conclure.

1 Les Hypothèses à tester

16Sur la base de la littérature évoquée précédemment, nous testons la possibilité d’une différence entre les femmes et les hommes en termes de nombre de publications. Cela constitue notre première hypothèse H1.

17Nous examinons ensuite l’hypothèse de l’existence d’une barrière à la première publication. En effet, certaines études montrent qu’il peut être plus difficile de publier dans une revue en tant qu’auteur lorsque l’on n’a jamais publié auparavant dans cette revue en tant que co-auteur ou en ayant été chaperonné en début de carrière (Sekara et al., 2018). Nous nous demandons si les femmes bénéficient d’autant de possibilités que les hommes de publier pour la première fois en tant que co-autrice ou en étant chaperonnées. Cette hypothèse repose sur le fait que les doctorantes et doctorants ne semblent pas bénéficier autant et de la même manière de leur encadrement en fonction de leur genre et du genre du directeur de thèse (Pezzoni, 2016.). Or, dans de nombreuses situations, les encadrants représentent une part importante du réseau de l’étudiant et offrent l’une des premières possibilités de publier en tant que co-auteur. Si les femmes ne bénéficient pas de cette opportunité, il est peut-être plus difficile pour elles de publier pour la première fois dans une revue. Cette hypothèse sera donc l’hypothèse H2.

  • H1 : Les femmes apparaissent moins productives que les hommes (en termes de publication).

  • H2 : Il existe des barrières à la première publication (pour les femmes).

18Les données utilisées nous permettent d’approfondir l’analyse en s’intéressant aux caractéristiques des doctorantes et doctorants qui décident de postuler à la qualification du CNU. En France, cette qualification est une étape essentielle après le doctorat pour gravir les échelons académiques dans l’enseignement supérieur. Elle permet en effet aux docteur·es de candidater aux postes de maître·sse de conférences au sein des universités et des écoles du supérieur, avec la perspective de devenir professeur·e des universités.

  • 2 Chiffres du MESR-DGESIP/DGRI-SIES (ministère de l’Enseignement supérieur et de la Recherche, Direct (...)
  • 3 Chiffres du MENJ-MESR-DGRH (ministère de l’Éducation nationale et de la Jeunesse, ministère de l’En (...)

19Bien évidemment, il existe de nombreuses autres voies pour poursuivre une carrière académique après un doctorat, et ce particulièrement en France où il existe actuellement environ 26 organismes de recherche publique. Cependant, l’enseignement supérieur demeure le premier employeur de chercheurs et chercheuses dans le secteur public, devant les organismes affiliés à l’État (dont le CNRS, Centre national de la recherche scientifique) et les organismes à but non lucratif. C’est encore plus vrai si l’on ne tient pas compte des personnels d’appui à la recherche. Par exemple, en 2020, 68 339 chercheurs et chercheuses ont été identifié·es comme travaillant dans l’enseignement supérieur et la recherche, contre 49 293 pour l’État et les institutions2. En 2021-2022, parmi ces chercheurs et chercheuses affilié·es à l'enseignement supérieur et à la recherche, 55 330 étaient maître·sses de conférences (35 186) ou professeur·es des universités (20 144)3.

20Dès lors, nous cherchons à identifier quels facteurs peuvent motiver le choix de postuler pour cette qualification et de viser ce type de carrière dans le secteur public. Plus particulièrement, nous cherchons à déterminer s’il existe des différences entre les femmes et les hommes au niveau de la probabilité de postuler et d’obtenir la qualification, et quel est le rôle de la publication sur les chances de succès.

21L’hypothèse que nous testons est que les femmes pourraient moins postuler que les hommes en raison d’auto-sélection et de comportement d’évitement de la concurrence (Niederle et Vesterlund, op. cit.). La poursuite d’une carrière dans la recherche académique est perçue comme une voie compétitive qui pourrait repousser les femmes, qui ont en moyenne une plus grande aversion à l'égard de la compétition que les hommes. Nous souhaitons également vérifier si les femmes ont autant de chance d’obtenir la qualification que les hommes et si des différences en termes de publications pourraient affecter leur progression. Il en résulte les deux hypothèses supplémentaires suivantes :

  • H3 : Les femmes candidatent moins pour la qualification du CNU (évitement de la compétition).

  • H4 : Les femmes sont moins sélectionnées (en raison d’un différentiel de publication).

2 Données de l’enquête « Génération » et méthodologie

2.1 Les données

22Pour tester les quatre hypothèses énoncées précédemment, nous avons utilisé les données de l’enquête « Génération » du Céreq. Nous avons utilisé l’enquête 2016 portant sur les individus ayant quitté le système éducatif au cours des années 2012 et 2013. Pour être éligibles et interrogés, les individus doivent être âgés de moins de 35 ans au moment de leur sortie du système éducatif et être en France au moment de l’enquête. Ils ne doivent pas avoir interrompu leurs études pendant plus d’un an avant d’obtenir leur diplôme, ni avoir commencé un nouveau cycle d’études après avoir quitté le système. Dans le cadre de cette recherche, nous avons mobilisé une extension de l’enquête, intitulée « thèse », qui se centre sur les étudiants et étudiantes en doctorat. La base de données comportait 1 733 individus, chiffre qui passe à 1 446 personnes pour notre meilleur modèle après l’exclusion des individus avec des valeurs manquantes. Notons que l’ensemble des individus n’ont pas tous commencé leur doctorat au même moment, mais qu’ils l’ont tous terminé au cours de la même période.

23Le Céreq fournit les données accompagnées d’une pondération qui vise à compenser le biais de sélection lié à la probabilité que l’étudiant·e réponde ou non à l’enquête. Les statistiques descriptives et les résultats présentés dans cet article sont obtenus grâce à l’utilisation de cette pondération, dont les détails sont fournis sur le site internet du Céreq. Avec cette pondération, la population s’élève à 4 979 individus.

2.2 Variables d’intérêts

24Dans un premier temps, notre variable d’intérêt est une variable binaire indiquant si l’individu a, ou non, publié dans une revue scientifique à comité de lecture au cours de son doctorat. Dans la littérature, il existe trois principaux indicateurs de la productivité de la recherche scientifique, à savoir les publications, les citations et l’émission de brevets. Étudier les publications semble être le meilleur choix dans le cadre de cette analyse. En effet, la publication est une pratique plus courante dans toutes les disciplines que l’émission de brevets et représente davantage la recherche académique, là où les brevets sont largement utilisés dans le cadre de la recherche privée et essentiellement en sciences « dures ». Les citations apparaissent moins pertinentes que les publications en elles-mêmes étant donné qu’une part importante de la cohorte n’avait encore jamais publié et que leur réputation n’était pas encore établie. Nous avons choisi de nous intéresser à la publication sous la forme d’une variable binaire afin de tester l’hypothèse sur la barrière à la première publication.

25Dans un second temps, nous avons pris en compte le nombre de publications, qui peut être considéré comme ce qui est attendu de la « productivité ». Cependant, la formulation de la question dans l’enquête ne nous permet pas de connaître avec exactitude le nombre de publications pour les individus ayant cinq publications ou plus. Cette limitation a conditionné notre stratégie d’analyse, ce que nous discutons davantage dans la partie suivante.

3 Méthode adoptée pour tester les hypothèses

26Pour tester ces hypothèses, nous avons estimé différents modèles au sein desquels « i » signifie « individu », β, γ, δ sont des coefficients estimés dans le modèle, « contrôles_thèse » représente un ensemble de variables de contrôle relatives à la thèse du doctorant ou de la doctorante, et « contrôles_individu » représente un ensemble de variables de contrôle relatives à leurs caractéristiques individuelles.

27Pour l’hypothèse d’une barrière à la publication, H2, nous avons donc estimé le modèle probit suivant :

  • P(« Avoir publié » / « Ne pas avoir publié »)i = α + β ∗ sexei + γ ∗ contrôles_thèsei + δ ∗ contrôles_individui

28Pour étudier la productivité en nombre de publications des doctorants et doctorantes et tester l’hypothèse H1, nous avons estimé le modèle logistique suivant :

  • P(Avoir publié 0 / 1 / 2 / 3 / 4 / 5 et plus)i = α + β ∗ sexei + γ ∗ contrôles_thèsei + δ ∗ contrôles_individui

29En raison de la structure de l’enquête, il n’a pas été possible de distinguer entre cinq publications et plus, ce qui fausse la distribution de nos données. Cette limitation empêche le recours à des modèles de comptage ; c’est pourquoi nous avons eu recours à une régression logistique multinomiale pour expliquer le nombre de publications.

30En ce qui concerne l’étude de la qualification du CNU, nous avons estimé deux modèles probit ; le premier sur la probabilité de candidater, et le second sur la probabilité d’obtenir cette qualification :

  • P(Candidater / Ne pas candidater)i = α + β ∗ sexei + γ ∗ contrôles_thèsei + δ ∗ contrôles_individui + θ ∗ critères_emploii

  • P(Succès / Échec)i = α + β ∗ sexei + η ∗ publicationi + γ ∗ contrôles_thèsei + δ ∗ contrôles_individui

31À l’exception de notre variable expliquée, ici le fait de candidater et d’obtenir la qualification, il y a deux nouvelles additions à ces modèles par rapport aux modèles précédents. En effet, dans le cadre du premier modèle, nous avons ajouté un ensemble de huit critères visant à identifier quelles sont les caractéristiques importantes pour les doctorant·es lors du choix de leur future position. Ces critères sont les suivants : « sécurité de l’emploi », « revenu », « perspectives d’évolution », « relations au travail », « reconnaissance », « autonomie », « utilité » et « balance de vie équilibrée ». Ils sont classés en trois catégories par chaque répondant : « pas important », « important » et « très important ». Dans notre échantillon, une balance de vie équilibrée et l’autonomie sont les deux critères les plus valorisés, tandis que le revenu et la sécurité sont les moins importants, bien qu’ils soient quand même considérés comme « importants » par la plupart des individus.

32À ces critères, nous avons également ajouté un ensemble de contrôles relatifs aux objectifs de carrière des doctorant·es. Cette variable est construite à partir d’une question sur le projet professionnel de l’individu au moment de sa soutenance de thèse. Les réponses ont été regroupées en quatre catégories : « public ou recherche académique », « recherche privée », « secteur public en dehors de la recherche », et « autres projets ou indéfini ». Il apparaît important d’utiliser des variables de contrôle pour les objectifs de carrière puisque pour une personne qui se destine, par exemple, au secteur privé ou souhaite quitter l’univers de la recherche, l'interêt à postuler à la qualification du CNU est moindre. Plus de la moitié de notre échantillon visait une carrière dans la recherche publique.

33S’agissant de la seconde équation, nous avons ajouté, parmi les variables explicatives de la réussite ou non à la qualification du CNU, le fait d’avoir publié. En effet, il s’agit de l’un des critères d’évaluation du CNU et l’ajout de cette variable nous permet d’interroger notre hypothèse H4. Nous avons testé l’introduction de cette variable sous forme binaire, puis sous forme quantitative.

4 Les variables explicatives mobilisées

34Notre objectif principal ici est d’observer l’existence ou non de différences entre les femmes et les hommes. Pour cela, notre première variable porte sur le sexe biologique de l’individu. Il s’agit d’une variable binaire avec uniquement deux possibilités de réponse, femme et homme. L’enquête utilisée ne nous permet pas d’être plus précis, et il est important de noter que le sexe biologique ne correspond pas nécessairement au genre de l’individu et que notre analyse ne fait pas la distinction, ce qui constitue une certaine limitation.

35Outre la variable sur le sexe de l’individu, nous disposons aussi d'un ensemble de variables de contrôle sur les caractéristiques individuelles comme l’âge, la réussite académique précédant le doctorat (résultat au bac), avoir une bourse sociale lors des études, la nationalité, la nationalité et le statut des parents. Nous avons également un ensemble de variables de contrôle relatives au doctorat de l’individu, soit le type de financement, la durée de la thèse, le type de laboratoire d’exercice, le label de celui-ci, la discipline, le lieu d’exercice de l’activité de recherche, la région, la fréquence d’entretien avec les encadrants, le fait d’avoir expérimenté un échange à l’étranger lors de la thèse, et enfin le fait d’avoir exercé une mission complémentaire lors de la thèse, en distinguant la mission d’enseignement de la valorisation et de la diffusion de connaissances.

36La variable sur un échange dans un pays étranger possède plusieurs modalités : ne pas avoir fait d’échange ou un échange inférieur à 30 jours, un échange entre 30 et 180 jours, et un échange de plus de 180 jours. Cet échange a eu lieu lors de la préparation du doctorat.

37Quant aux missions complémentaires, il s’agit en France d’une opportunité proposée aux doctorant·es d’effectuer un service complémentaire chaque année. Ces missions ont pour vocation de leur permettre d’utiliser les compétences développées et de les appliquer en dehors du cadre direct de leur thèse. Cette activité peut se réaliser dans une structure distincte, publique ou privée, et la mission ne peut dépasser le volume horaire d’un sixième du contrat doctoral annuel (64 heures). Cette activité donne droit à un complément de rémunération. La mission la plus courante est celle d’enseignement, où le ou la doctorant·e doit préparer et enseigner un cours (avec des modalités propres à chaque cours), mais il est également possible d’effectuer des activités de valorisation de résultats de recherche ou de diffusion d’informations scientifiques ou techniques, voire des missions d’expertise.

38Enfin, pour les financements de thèse, les données utilisées distinguaient onze types de financement que nous avons regroupés en sept catégories. Les détails des variables et des regroupements sont disponibles dans l’Annexe 1 en version électronique de l’article. Enfin, la durée de la thèse est une variable qui a été reconstituée et estimée à partir de deux questions de l’enquête, sur la date de début de la thèse et la date de fin d’études.

5 Quelques statistiques descriptives sur la population

39Notre échantillon apparaît relativement équilibré avec une part légèrement plus importante de femmes (56 %). La majeure partie des étudiant·es sont en santé et biologie ainsi qu’en littérature, sciences humaines et sociales, soit respectivement 24 % et 22 % de notre population. En revanche, pour les doctorant·es en économie et gestion ainsi qu’en droit et sciences politiques, le nombre d’observations est faible, soit 4.5 % de l’échantillon pour chacun de ces domaines. La plupart des individus travaillent depuis leur université (63 %) et sont majoritairement associés au CNRS ou à une université affiliée au CNRS (53 %). 68 % des étudiant·es sont en province et 17 % font partie d’une université du top 100 du classement de Shanghai.

40Au niveau des pratiques, 10 % des étudiant·es ont effectué un échange lors de leur thèse. 67 % se sont engagé·es dans au moins une mission d’enseignement, 32 % dans une mission de diffusion, et 24 % dans une mission de valorisation. Enfin, 74 % de la cohorte a publié au moins une fois lors de la thèse dans une revue à comité de lecture scientifique, avec 21 % qui ne l’a fait qu’une seule fois et 12 % qui l’a fait cinq fois et plus. Si nous distinguons entre les disciplines, littérature, sciences humaines et sociales ainsi que santé et biologie sont les deux groupes qui comportent la part la plus importante de femmes (jusqu'à plus de 70 % des effectifs). En revanche, c’est en sciences de l’ingénieur, informatique, électronique, mécanique et technologie que la part des femmes est la plus faible, avec 30 %. La part des étudiant·es ayant publié au moins une fois au cours de leur thèse est globalement similaire entre les disciplines, entre 67 % et 77 %, à l’exception du droit et sciences politiques qui atteint tout juste les 50 %.

6 Résultats de l’analyse sur la probabilité de publication

6.1 Publication

Tableau 1. Probabilité de publication lors de la thèse

(1)

(2)

(3)

(4)

(5)

(6)

Sexe (Ref. = Femme)

1.325***

1.281***

1.307***

1.242***

1.271***

1.269***

Nationalité (Ref. = Etrangère)

1.006

1.685**

0.918

1.591**

1.601**

Age

-0.041**

-0.020

-0.010

0.003

0.007

Durée de thèse

-0.002

-0.001

-0.001

-0.002

Région
(Ref. = Ile- de-France

1.134

1.110

1.157

1.156

Classement de Shanghai (Ref. = pas dans le top 100)

0.899

0.884

0.893

0.891

Fréquence d'entretiens avec les encadrants1* (Ref. = une fois par mois)

0.543***

0.545***

0.544***

0.550***

Mission d'enseignement (Ref. = nul)

1.513***

1.522***

1.525***

Mission de diffusion de connaissances (Ref. = nul)

0.872

0.879

0.879

Mission de valorisation (Ref. = nul)

1.599***

1.553***

1.552***

Contrôles disciplines

ü

ü

ü

ü

ü

Contrôles labels

ü

ü

ü

ü

Contrôles lieux de l'activité de recherche

ü

ü

ü

ü

Contrôles raisons de la thèse

ü

ü

ü

ü

Contrôles origine sociale

ü

ü

ü

Contrôles type de financement

ü

ü

ü

Observations

6454

5018

4.949

5018

4.979

4,979

AIC

7250.940

5686.462

5544.141

5548,915

5467.280

5469,069

Log likelihood

7246.940

5664.462

5466.141

5466,915

5369.280

5369,069

R² (Mac Fadden)

0.003

0.016

0.042

0.051

0.060

0.060

R² (Cox and Snell)

0.004

0.018

0.048

0.056

0.066

0.066

R² (Nagerlkerke)

0.005

0.027

0.070

0.083

0.097

0.097

1* : La fréquence des réunions avec les superviseurs a été divisée en trois catégories : « Au moins une fois par mois », « Plusieurs fois par an » et « Une fois ou moins par an ». Ici, les résultats affichés sont ceux concernant « Une fois ou moins par an » par rapport à la référence « Au moins une fois par mois ».
Le tableau présente les odd ratios des différents modèles logistiques estimant la probabilité de publication (binaire 0 ou 1) ou les coefficients des variables quantitatives (âge et durée de la thèse). Nous avons procédé par ajouts successifs de variables afin d'observer la réaction de la variable sexe à ces ajouts et ainsi mettre en évidence des liens potentiels. ***, **, * indiquent une significativité aux seuils de 1 %, 5 % et 10 %, respectivement.

Source : auteur.

41Le tableau 1 présente les résultats principaux portant sur la publication définie comme variable binaire (avoir publié ou ne pas avoir publié). Notre variable d’intérêt, qui est le sexe de l’individu, apparaît significative au seuil de 1 %. Les doctorants ont une probabilité 26.9 % plus élevée que les doctorantes d’avoir publié dans une revue à comité de lecture lors de leur thèse, d’après notre modèle le plus complet. En procédant par l’ajout successif de variables, nous observons que la variable sur le sexe de l’individu est significative et la probabilité relativement stable, du premier modèle jusqu’au plus complet. Au niveau du nombre de publications (Annexe 2, Tableau 4 en version électronique de l’article), le sexe apparaît une nouvelle fois positif, avec une probabilité plus grande pour les hommes d’avoir publié, deux, trois, quatre, ou cinq fois et plus, plutôt que jamais. Cela confirme notre première hypothèse H1 sur une différence de productivité en nombre de publications entre les femmes et les hommes. Cependant, il n’apparaît aucune différence significative pour la première publication. Ce résultat signifie que les femmes n’ont pas une moindre probabilité que les hommes de publier au moins une fois. Par conséquent, nous pouvons réfuter notre deuxième hypothèse H2 sur une barrière à la première publication.

42Concernant les autres variables, la durée de la thèse ne semble pas corrélée avec le nombre de publications, contrairement à l’âge qui est significatif jusqu’à l’ajout de variables de contrôle sur les financements. Cela peut indiquer des conditions de financement différentes en fonction de l’année de début de thèse. Nous avons testé une possible colinéarité entre l’âge de l’individu à la sortie des études et la durée de la thèse. Les résultats révèlent une absence de colinéarité, mais par prudence nous avons tout de même décidé d’estimer les modèles sans la durée de thèse. Les résultats varient légèrement, mais de manière non significative. La nationalité de l’individu apparaît significative lorsque l’on contrôle l’origine sociale. Le type de laboratoire et le lieu d’exercice de l’activité de recherche ne semblent pas impacter la probabilité de publication, sauf pour les personnes travaillant au sein d’écoles d’ingénieurs qui ont une probabilité de publication deux fois plus élevée (comparativement aux doctorant·es travaillant depuis chez eux ou chez elles). Les missions d’enseignement et de valorisation apparaissent positivement corrélées avec la publication. Cette corrélation peut s’expliquer par le fait que les capacités de recherche comme d’enseignement sont des compétences attendues qui doivent être démontrées pour poursuivre une carrière dans le milieu académique. Cela fait partie des tâches effectuées lorsque l’on travaille dans une université (ce qui est le cas pour la majorité de la cohorte étudiée). De plus, la mission de valorisation repose sur la promotion et l’utilisation de résultats issus des recherches effectuées par le ou la doctorant·e et potentiellement par son équipe. Pour pouvoir valoriser et protéger cette recherche, les individus sont très fortement incités à publier leurs résultats. Ces deux variables sont positivement corrélées pour toutes les classes de publications (une, deux, trois, quatre, cinq ou plus) par rapport à la classe qui n’a jamais publié.

43Au niveau des disciplines, nous parvenons à des résultats qui semblent correspondre aux pratiques historiques de publication en France. Si nous comparons à la chimie, qui est déjà un domaine à fort taux de publications, il n’y a pas de différence significative avec les sciences humaines et sociales, ainsi qu’avec les sciences de l’ingénieur, informatique, électronique, mécanique et technologie. Cependant, il y a une probabilité significativement plus faible de publication en mathématiques et physique, et de manière encore plus importante en droit et sciences politiques. Bien que moins significatives, les sciences économiques et de gestion sont aussi associées à une probabilité plus faible de publication que la chimie.

Tableau 2. Probabilité de publication par sexe

(1)

(2)

(3)

(4)

Sexe (Ref. = Femme)

1.269***

Seulement les femmes

Seulement les hommes

Nationalité (Ref. = Étrangère)

1.601**

1.564**

2.049**

1.458

Age

0.007

0.013

0.054*

-0.062*

Durée de thèse

-0.002

0.004

-0.002

-0.005

Région (Ref. = Ile-de- France)

1.156

1.166*

0.893

1.832***

Classement de Shanghai (Ref. = pas dans le top 100)

0.891

0.901

0.537***

1.625***

Fréquence d'entretiens avec les encadrants1* (Ref. = une fois par mois)

0.550***

0.539***

0.475***

0.543**

Mission d'enseignement (Ref. = nul)

1.525***

1.515***

1.425***

1.494***

Mission de diffusion de connaissances (Ref. = nul)

0.879

0.871

0.856

0.944

Mission de valorisation (Ref. = nul)

1.552***

1.559***

1.768***

1,144

Échange (Ref. = nul)

1.418***

1.440***

1.102

2.348***

Contrôles disciplines

ü

ü

ü

ü

Contrôles labels

ü

ü

ü

ü

Contrôles lieux de l'activité de recherche

ü

ü

ü

ü

Contrôles raisons de la thèse

ü

ü

ü

ü

Contrôles origine sociale

ü

ü

ü

ü

Contrôles type de financement

ü

ü

ü

ü

Observations

4979

4979

2818

2161

AIC

5469.069

5477.538

3108.435

2243.097

Log likelihood

5369.069

5379.538

3010.435

2145.097

R² (Mac Fadden)

0.060

0.058

0.091

0.103

R² (Cox and Snell)

0.066

0.064

0.101

0.108

R² (Nagerlkerke)

0.097

0.093

0.145

0.159

1* : La fréquence des réunions avec les superviseurs a été divisée en trois catégories : « Au moins une fois par mois », « Plusieurs fois par an » et « Une fois ou moins par an ». Ici, les résultats affichés sont ceux concernant « Une fois ou moins par an » par rapport à la référence « Au moins une fois par mois ».
Notes : Le tableau présente les odd ratios de différents modèles logistiques estimant la probabilité de publication (binaire 0 ou 1). (1) est notre meilleur modèle issu du tableau 1, (2)-(3)-(4) représentent le même modèle sans la variable sur le sexe de l'individu (2), seulement sur les hommes (3) et seulement sur les femmes (4). Pour les variables quantitatives (âge, durée de la thèse), c'est le coefficient qui est affiché. ***, **, * indiquent une significativité aux seuils de 1 %, 5 % et 10 %, respectivement.

Source : auteur.

44En distinguant femmes et hommes, on observe toujours les mêmes effets de la mission d’enseignement et de la fréquence d’entretien avec les encadrants (moins il y a d’entretiens, plus faible est la probabilité de publication) pour les deux sexes. Néanmoins, certaines variables semblent avoir des effets différenciés selon le sexe. Avoir effectué un échange est corrélé positivement avec la publication uniquement pour les hommes. Cela peut être mis en lien avec la littérature portant sur les différences de genre en matière de visibilité et de collaborations internationales. Les doctorants profitent potentiellement davantage de leur échange et des éventuelles collaborations qui pourraient en résulter. Avoir effectué une mission de valorisation est positivement corrélé avec la publication des doctorantes uniquement. La corrélation entre l’âge et la probabilité de publication apparaît positive pour les étudiantes et négative pour les étudiants. Les étudiantes de nationalité française ont deux fois plus de chances de publier lors de leur thèse que leurs homologues étrangères. Enfin, pour les doctorants, être en province ou dans une université du top 100 du classement de Shanghai favorise la publication. Ainsi, être en Île-de-France n’a un impact positif sur la probabilité de publier que s’il s’agit d’une des meilleures universités et que l’étudiant est un homme. Pour les étudiantes en revanche, la région n’apparaît pas significative et être dans une université classée est corrélé négativement avec la publication.

45À la lumière de ces résultats, il est nécessaire de mieux comprendre ce que notre variable du classement de Shanghai recouvre. Cette variable a été construite à partir du classement de Shanghai des meilleures universités de 2013, effectué avant la période de fusions massives des universités françaises qui visait à favoriser l’émergence de grandes universités leur offrant ainsi une meilleure visibilité. À cette époque, de nombreuses grandes villes hébergeaient plusieurs universités en fonction des disciplines. Le classement de 2013 comportait essentiellement comme universités françaises des universités parisiennes dont la taille était plus importante que celle de la plupart des universités du territoire national. Notre variable contient donc les universités françaises du top 100, c’est-à-dire cinq universités, dont quatre sont parisiennes, auxquelles s'ajoute l’université de Strasbourg. Celle-ci était l’une des rares universités de province, à l’époque, à avoir déjà procédé à sa fusion. Nous n’avons pas trouvé de colinéarité importante entre nos variables de région (province/Île-de-France) et le classement, étant donné que de nombreuses universités parisiennes ne font également pas partie du top 100. Dans notre échantillon, appartenir à une université du top 100 est davantage prévalent pour les doctorants (19.1 %) que pour les doctorantes (15.8 %). L’une des explications possibles à la corrélation négative entre la publication des doctorantes et les universités du top 100 peut résider dans le traitement des étudiantes. Dans ces universités, elles peuvent être moins incitées à poursuivre dans le domaine académique, voire même être marginalisées. À l’inverse, il est possible que des stratégies et tactiques différentes soient développées, comme le report de la publication. Néanmoins, ces explications demeurent des conjectures qui doivent être explorées avant de conclure dans un sens ou dans l’autre. Une dernière explication plausible et qui nous semble convaincante est que cet effet soit une conséquence de domaines disciplinaires spécifiques, à savoir les sciences de la santé et la biologie. Ces secteurs représentent le plus gros domaine disciplinaire de notre échantillon (plus d’un tiers des observations) et sont principalement composés d’étudiantes. Les universités les mieux classées dans ces domaines peuvent avoir leurs propres stratégies de publication, ce qui impacterait davantage les étudiantes, plus présentes dans ces domaines. Nous développerons davantage cette hypothèse dans la partie consacrée à l’analyse par domaine disciplinaire.

7 Résultats de l’analyse vis-à-vis de la qualification CNU

Tableau 3. Probabilité de candidater à la qualification auprès du CNU (1 - 2) et d’obtenir la qualification (3-4)

(1)

(2)

(3)

(4)

Publication (Binaire)

4.210***

Publications (qualitative)

0.415***

Sexe (Ref. = Femme)

0.658***

0.662***

0.896

0.893

Nationalité (Ref. =

Étrangère)

1.061

0.719

1.245

1.278

Age

-0.006

-0.008

0.128***

0.110**

Durée de thèse

0.006

0.003

-0.023***

-0.020***

Région (Ref. = Ile-de-France)

0.726***

0.663***

0.782

0.821

Classement de Shanghai (Ref. = pas dans le top 100)

0.563***

0.561***

0.746

0.719

Fréquence d'entretiens avec les encadrants1* (Ref. = une fois par mois)

0.807

0.796

0.425***

0.392***

Mission d'enseignement (Ref. = nul)

3.248***

3.505***

1.069

1.106

Mission de diffusion de connaissances (Ref. = nul)

0.845*

0.785**

0.807

0.790

Mission de valorisation (Ref. = nul)

0.895

0.878

0.517***

0.511***

Échange2*(Ref. = nul)

0.727*

0.951

4.249***

4.927***

Contrôles disciplines

ü

ü

ü

ü

Contrôles labels

ü

ü

ü

ü

Contrôles lieux de l'activité de recherche

ü

ü

ü

ü

Contrôles raisons de la thèse

ü

ü

Contrôles origine sociale

ü

ü

ü

Contrôles type de financement

ü

ü

ü

Projet professionnel

ü

ü

Ensemble de critères futur poste

ü

ü

Observations

4989

4950

2627

2627

AIC

4655.273

4522.123

1589.100

1592.887

Log likelihood

4545

4380

1495.100

1498.887

R² (Mac Fadden)

0.341

0.360

0.195

0.193

R² (Cox and Snell)

0.376

0.392

0.129

0.128

R² (Nagerlkerke)

0.502

0.524

0.255

0.252

1* : La fréquence des réunions avec les superviseurs a été divisée en trois catégories : « Au moins une fois par mois », « Plusieurs fois par an » et « Une fois ou moins par an ». Ici, les résultats affichés sont ceux concernant « Une fois ou moins par an » par rapport à la référence « Au moins une fois par mois ».
2* : Nous avons testé deux façons d'intégrer cette variable, soit comme une variable binaire, soit comme une variable qualitative avec trois catégories (pas d'échange, un court et un long). Ce sont les coefficients entre l'absence d'échange et l'échange long.
Notes : Le tableau présente les odd ratios de différents modèles logistiques estimant la probabilité de postuler au diplôme du CNU en (1) et (2), et la probabilité d'obtenir le diplôme en (3) et (4) (binaire 0 ou 1). Les coefficients sont affichés pour les variables quantitatives (âge, durée de la thèse et nombre de publications). ***, **, *, indiquent une significativité aux seuils de 1 %, 5 % et 10 %, respectivement.
Exemples de lecture : pour la colonne (1) : Les doctorants ont 1,5 fois moins de chances de postuler à la qualification CNU que les doctorantes. Pour la colonne (3) : Les doctorants qui ont publié pendant leur thèse ont 4 fois plus de chances d'obtenir le titre que les étudiants qui n'ont jamais publié.

Source : auteur.

46Nos résultats montrent que les doctorantes ont plus de 50 % de chances de candidater à la qualification du CNU que leurs homologues masculins. En revanche, le fait d’être en province ou dans une université du top 100 du classement de Shanghai est associé à une probabilité plus faible de candidater. Comparativement aux doctorantes et doctorants en santé et biologie, celles et ceux de toutes les autres disciplines ont une probabilité plus grande de candidater, ce qui est d’autant plus le cas en économie et gestion.

47S’agissant des critères des doctorantes et doctorants pour leur futur poste, les perspectives d’évolution et l’équilibre vie professionnelle et vie personnelle n’apparaissent pas comme des éléments significatifs dans la décision de candidater. En revanche, au seuil de 5 % de significativité, donner une faible importance à son futur salaire est associé à une probabilité 30 % plus élevée de candidater. Au seuil de 1 %, accorder une grande importance à l’utilité du travail et à sa reconnaissance est associé à une probabilité plus élevée de candidater de respectivement 25.5 % et 25.4 % comparativement aux individus évaluant ces critères comme « seulement » importants.

48Enfin, les individus qui ont commencé une thèse par attrait de la discipline de recherche, une opportunité de financement ou pour le prestige du diplôme ont une probabilité plus élevée de candidater par rapport à ceux qui n’avaient aucune raison particulière ou qui souhaitaient décaler leur entrée sur le marché du travail. De même, si l’on compare par rapport aux doctorantes et doctorants sans objectif précis de carrière, avoir pour but de quitter la recherche ou de travailler dans le secteur privé est associé à une probabilité plus faible de candidater auprès du CNU, tandis que souhaiter poursuivre une carrière académique est associé à une probabilité de candidater bien plus élevée.

49S'agissant de l’obtention de la qualification, notre variable sur le sexe de l’individu n’apparaît pas significative. Cela pourrait suggérer l’absence ou la faible présence de biais ou de discrimination à l’encontre des femmes dans le processus de sélection. Cependant, il est à noter que le nombre de publications est fortement corrélé avec le fait d’obtenir la qualification, quelle que soit la manière dont il est introduit dans nos modèles (que ce soit le nombre de publications, une variable binaire, ou encore multinomiale). Par conséquent, la publication peut être l’un des facteurs qui pourrait limiter les perspectives d’évolution des femmes empruntant la voie de la qualification CNU pour évoluer dans la recherche académique. Ces résultats appellent à développer la recherche sur les déterminants de la capacité à publier en tout début de carrière.

  • 4 Contrat à durée déterminée, majoritairement attribué aux doctorant·es et docteur·es pour une durée (...)

50Si nous nous intéressons aux autres variables du modèle, nous constatons qu’être plus âgé est associé à une probabilité plus élevée d’être sélectionné, tandis que plus la durée de la thèse est longue plus cette même probabilité est faible. À l’exception des variables de contrôle sur les types de financement et sur les disciplines, la plupart des autres variables du modèle n’apparaissent pas significatives, ce qui renforce le poids des publications dans la décision du CNU. Il est néanmoins intéressant de relever que les étudiant·es qui ne voient pas leurs encadrant·es au minimum une fois par mois ont une probabilité bien plus faible d’obtenir la qualification. Étonnamment, c’est également le cas pour les étudiant·es qui ont effectué une mission complémentaire de valorisation, avec une probabilité près de deux fois plus faible. Nous nous attendions à ce que la réalisation d’une mission complémentaire d’enseignement soit corrélée positivement avec l’obtention de la qualification puisqu’avoir effectué un certain nombre d’heures d’enseignement fait partie des critères examinés par les comités. Cependant, la variable n’apparaît pas significative, ce qui peut s’expliquer par le fait que l’essentiel de notre échantillon qui candidate (80 %) a réalisé une telle mission. Cela réduit l’aspect décisif du critère, d’autant plus que les autres étudiant·es ont potentiellement eux et elles aussi effectué des heures d’enseignement en dehors de ce dispositif, comme lors de contrats d’ATER4 (Attaché temporaire d’enseignement et de recherche) utilisés parfois en fin de thèse, et qui ne seraient alors pas comptabilisées par cette variable. L’importance de l’enseignement dans les critères de sélection peut également expliquer les résultats négatifs d’une mission de valorisation sur la probabilité d’obtenir la qualification. En effet, au cours du doctorat, il n’est possible de réaliser qu’une seule mission par an d’un maximum de 64 heures. Par conséquent, s’engager sur une mission de valorisation peut se faire au détriment d’une mission d’enseignement, et avec moins d’heures d’enseignement à leur actif, ces étudiant·es pourraient ainsi être pénalisé·es lors du processus d’évaluation.

8 Étudier les groupes de disciplines

51Nous avons approfondi l’analyse par une étude par groupes disciplinaires. En effet, selon les disciplines, les dynamiques de publication et les différences de genre varient de manière importante. Il semble donc essentiel de cerner les détails de cette hétérogénéité pour identifier où des interventions peuvent être nécessaires. Néanmoins, dans le cadre de cette recherche, les résultats par discipline sont à prendre avec plus de précaution puisque le nombre d’observations des sous-échantillons est moindre. Dès lors, nous présentons ici uniquement les résultats les plus pertinents. Nous n’avons pas poursuivi l’analyse des domaines des sciences économiques et de gestion ni ceux du droit et des sciences politiques en raison de la faiblesse du nombre d’observations (inférieur à 200 malgré la pondération).

52Pour le groupe « Littérature, Sciences Humaines et Sociales », l’analyse ne révèle pas de différence de genre significative dans la probabilité de publication. Cependant, la fréquence des entretiens avec les encadrant·es semble particulièrement importante. Les doctorants et doctorantes qui s’entretiennent moins d’une fois par an avec leurs encadrant·es ont une probabilité de publier au cours de leur thèse deux fois plus faible que les autres étudiant·es. Parmi les autres variables qui apparaissent significatives, avoir effectué un échange dans un pays étranger est lié à une probabilité de publication deux fois plus élevée. L’engagement dans une mission de valorisation apparaît également positivement corrélé avec la probabilité de publication, mais de manière moins significative. Enfin, le type de financement apparaît lui aussi fortement significatif. Les étudiant·es bénéficiant d’un financement public ou d’un contrat doctoral sont associé·es à une probabilité de publication plus de deux fois supérieure à celle des étudiant·es n'en bénéficiant pas.

53Le sexe de l’individu ne semble influer ni sur la probabilité de candidater pour la qualification du CNU ni sur son obtention. En revanche, la mission d’enseignement et le fait d’être en Île-de-France sont corrélés avec une probabilité bien plus forte de l’obtenir.

54Pour le groupe « Santé et Biologie », le sexe de l’individu n’apparaît à nouveau pas significatif dans l’analyse. Avoir effectué un échange ou une mission de valorisation lors du doctorat est corrélé positivement et fortement avec la probabilité d’avoir publié. Cela représente respectivement une probabilité 2,2 fois et 1,8 fois plus élevée que pour les autres étudiant·es. Un résultat intéressant et surprenant est la corrélation négative avec le fait d’appartenir à une université du top 100 du classement de Shanghai : la probabilité d’avoir publié est environ deux fois plus faible, comparativement aux doctorant·es d’autres universités.

55De nouveau, nous avons investigué pour savoir si la structure de notre variable était pertinente dans le cadre de ces disciplines. En effet, pour notre cohorte, le classement de Shanghai n’était pas disponible par discipline et nous avons eu recours au classement global. Par conséquent, les meilleures universités du classement global pouvaient ne pas être représentatives des meilleures universités de biologie et santé. Nous avons donc comparé le classement de Shanghai de 2017, qui est le classement le plus ancien permettant de distinguer par discipline, avec le classement global de 2013. Cela confirme que notre variable convient particulièrement bien dans le cas de la biologie, et semble globalement acceptable pour les sciences de la santé. À la lumière des résultats du Tableau 2, une autre possibilité est que pour les femmes, le fait d’appartenir à une université classée soit pénalisant. Puisque ces disciplines sont majoritairement féminines dans notre échantillon (71 % des effectifs), cela pourrait entraîner l’occurrence d’un effet négatif global dans l’analyse, bien que cela concerne majoritairement les femmes. Nous avons donc refait l’analyse en distinguant les femmes et les hommes. Les résultats montrent que la part des doctorants dans des universités classées est similaire entre les femmes et les hommes (environ 20 %), et que l’effet est négatif pour les deux catégories, mais significatif uniquement pour les femmes. Le nombre d’observations pour les hommes appartenant à une université du top 100 du classement de Shanghai est cependant relativement faible (69) et ne permet pas de conclure avec certitude. La dernière possibilité demeure l’existence de pratiques ou stratégies différentes en biologie et santé de la part des universités classées.

56Pour terminer, au niveau de la qualification du CNU, les doctorants ont une probabilité près de deux fois plus faible que les doctorantes de postuler, au seuil de 1 %. Le sexe de l’individu ne semble pas significativement corrélé avec la probabilité de réussite.

57En ce qui concerne la « Chimie », le sexe de l’individu apparaît significatif, mais avec cette fois-ci une probabilité plus faible des hommes de publier lors de leur thèse. Être une doctorante est associé à une probabilité deux fois plus grande d’avoir publié. Le fait d’être en province ou d’avoir effectué une mission d’enseignement sont deux éléments positivement corrélés avec la publication. Le sexe de l’individu ne semble pas influencer la probabilité de candidater au CNU. En revanche, même si les résultats doivent être nuancés en raison du faible nombre d’observations, il semble que les hommes aient une probabilité plus faible d’obtenir la qualification.

58Pour le groupe « Sciences de l’ingénieur, Informatique, Électronique, Mécanique et Technologie », le sexe de l’individu apparaît significatif au seuil de 1 %, les doctorants ayant une probabilité de publication quatre fois supérieure à celle des doctorantes. Le fait d’être en province ou d’avoir effectué une mission de diffusion est négativement corrélé avec la publication, contrairement au fait d'avoir réalisé des missions d’enseignement et de valorisation. Les hommes ont une probabilité deux fois et demie plus faible de candidater à la qualification que les femmes, au seuil de 1 %. Pour autant, ils semblent avoir une probabilité bien plus élevée d’obtenir la qualification que leurs homologues féminines.

59En « Physique et Mathématiques », les hommes ont environ 70 % plus de chances d’avoir publié lors de leur thèse, au seuil de 5 % de significativité. La durée de thèse apparaît négativement corrélée avec le fait de publier, tandis que la mission d’enseignement semble, elle, positivement corrélée. Pour ces disciplines, les hommes ont une probabilité trois fois plus faible que les femmes de candidater pour la qualification au CNU, au seuil de 1 % de significativité. Cependant, tout comme le groupe précédent, ils ont également une plus grande probabilité d’obtenir la qualification.

9 Discussion des résultats

60Notre résultat principal montre que les doctorants ont 26,9 % de chances en plus d’avoir publié lors de leur thèse par rapport aux doctorantes. Cette différence de probabilité semble due à une différence de « productivité » plus qu’à une barrière à la première publication. Des études comme celle de Horta et Santos (2015) ont montré, au Portugal, que le fait d’avoir publié pendant la thèse est associé à une plus grande production de recherche et de citations tout au long de la carrière et est également positivement corrélé avec une plus grande autonomie future et à une dynamique de collaboration internationale. Par conséquent, les différences entre les sexes observées à ce niveau pourraient même s’accentuer au cours de la carrière. Bien qu’il faille être prudent avec les résultats par discipline, les estimations tendent à montrer que ces différences de publication entre les sexes s’expliquent principalement par des domaines de disciplines spécifiques tels que les mathématiques et la physique, ou dans les domaines technologiques, les sciences de l’ingénieur, informatique, électronique et mécanique. Ces résultats coïncident avec la littérature existante, aussi bien au niveau national qu'européen.

61Un élément intéressant de nos résultats est la corrélation différenciée, selon le sexe, de certaines variables. Par exemple, le fait d’être étranger est corrélé négativement avec la probabilité de publication, mais cela uniquement pour les femmes, alors qu’elles représentent déjà une catégorie ayant une probabilité de publication plus faible. Nous pouvons émettre plusieurs hypothèses quant à l’interprétation de ces résultats. Cela pourrait tout d’abord mettre en lumière un désavantage cumulatif pour les femmes étrangères dans la poursuite d’une carrière dans la recherche académique. Cela pourrait être lié à de nombreux phénomènes tels que certains biais ou discriminations, ainsi qu’aux nombreuses responsabilités et difficultés liées à leur situation. Une autre possibilité est qu’elles auraient des objectifs et parcours de carrière différents de ceux des doctorantes françaises. Elles pourraient être notamment plus mobiles ou, à l’inverse, souhaiter rentrer dans leur pays d’origine, là où les doctorantes françaises sont potentiellement déjà installées en France, avec des éléments de contrainte liés à la famille notamment. Dans les deux cas, si les doctorantes étrangères souhaitent poursuivre une carrière hors de France, leur incitation à publier rapidement est peut-être moindre (ne pas viser la qualification en sortie de thèse, profiter d’autres types de contrat pour publier, tels que les post-doctorats, etc…). Enfin, il est également possible qu’elles aient une plus forte propension à quitter la recherche académique et n’aient donc pas autant besoin de publier.

62En ce qui concerne la probabilité de candidater pour la qualification du CNU, il est intéressant de relever que les femmes ont une probabilité bien plus élevée de candidater, même lorsque nous contrôlons les objectifs de carrière. Ce résultat conduit à rejeter l’hypothèse H3, sur une potentielle plus faible propension des femmes à candidater. Nous pouvons distinguer plusieurs pistes d’explication.

63La première repose sur un plus grand intérêt des femmes pour la composante « enseignement » de la profession ((Fox et Stephan, 2001). En effet, la profession de maître·esse de conférences, à laquelle il est possible d’accéder par la qualification, ne représente pas l’unique moyen de s’élever dans la recherche académique. Cependant, contrairement aux chercheurs et chercheuses travaillant en institution, par exemple, la recherche académique requiert un volume de temps alloué à l’enseignement plus important.

64La seconde piste d’explication est celle de la compétition et d’une plus grande propension des femmes à l’éviter. Les autres cheminements permettant d’évoluer dans la recherche académique peuvent apparaître encore plus compétitifs que la qualification et les recrutements de maître·esse de conférences, à l’image des concours du CNRS, ce qui pousserait davantage les femmes à tenter leur chance par le biais de la qualification du CNU. Enfin, les femmes peuvent aussi être moins mobiles sur le plan international (Zhao et al., 2023), ce qui les empêche d’accéder à d’autres opportunités et alternatives extérieures.

65S'agissant des critères sur les attentes des doctorant·es quant à leur future position, l’équilibre vie professionnelle/vie personnelle ainsi que les perspectives d’évolution ne semblent pas influer sur la décision de candidater ou non pour la qualification. En revanche, accorder une grande importance à l’utilité du travail et à sa reconnaissance et une moindre importance au salaire, aux relations au travail et à la sécurité de l’emploi, est associé à une probabilité plus élevée de candidater. Ces résultats correspondent à ce qui était attendu : les individus qui recherchent avant tout de bons revenus sont plus disposés à travailler dans le secteur privé, tandis que le secteur universitaire est associé à la recherche fondamentale, qui peut être considérée comme plus valorisée et reconnue. Pour autant, soulignons que les relations au travail et la sécurité de l’emploi ne sont pas des critères qui semblent associés à une carrière découlant de l’obtention de la qualification. Cela pourrait s’expliquer par la part importante de jeunes docteur·es qui, afin d'intégrer la recherche académique en France, connaissent des situations précaires après avoir été diplômés. Les contrats à durée déterminée, souvent courts (parfois un an ou moins), avec la nécessité d’être mobile à travers le pays, ont pu orienter leur réflexion en la matière.

  • 5 Au sein des organisations françaises et des universités dirigées par le ministère de la Recherche, (...)

66Pour terminer, avec cette analyse on ne peut valider ou réfuter avec certitude l’hypothèse H4 sur une probabilité plus faible des femmes d’obtenir la qualification au CNU à cause d’un différentiel de publication. Nos résultats montrent qu’il n’y a pas de différence entre les sexes sur la probabilité d’obtenir la qualification ; cependant, son obtention dépend fortement des publications, ce que les femmes ont en plus faible proportion. Si nous observons les chiffres du ministère5, on constate que l’écart entre les femmes et les hommes s’agissant de la proportion des maîtres·ses de conférences semble se réduire, ce qui pourrait laisser penser que les femmes n’ont pas plus de difficultés à obtenir cette qualification. L’examen des candidatures porte peut-être moins sur le nombre de publications en tant que tel, et plus sur le fait d’avoir publié dans une revue reconnue de la discipline dans laquelle le ou la docteur·e candidate. Ainsi, un faible nombre de publications peut ne pas être aussi préjudiciable pour obtenir la qualification. Or nos résultats révèlent qu’il n’y a pas de différence significative entre les femmes et les hommes sur la probabilité d’avoir publié 0 ou 1 fois lors de la thèse.

67Un moyen d’approfondir l’analyse sur cette question pourrait être de considérer la situation de la cohorte à trois ou cinq ans après l’obtention du diplôme. Cette analyse a déjà été effectuée sur une cohorte similaire proche de celle de cette enquête (Calmand, 2017) et montre que les hommes ont une plus grande probabilité d’appartenir au groupe « accès direct à l’emploi stable dans la recherche académique ». Parmi les éléments positivement corrélés avec cette catégorie, on trouve notamment le nombre de publications. Plus l’individu a publié, plus l’effet est positif, à l’exception de la catégorie « cinq publications et plus » qui a un effet relativement faible, mais toujours positif ; comme dans notre travail, ce résultat pourrait être une limitation due à la structure de la question dans l’enquête. En revanche, la publication ne semble pas être corrélée de manière significative avec le fait d’appartenir au groupe « accès décalé à l’emploi stable dans la recherche académique ». D’autres résultats de cette étude nous semblent pertinents, comme le rôle important de la discipline sur la trajectoire des docteur·es, et la probabilité plus élevée pour les femmes docteures d’appartenir au groupe qui s’éloigne de la situation d’emploi.

68Obtenir la qualification ne représente que la première étape pour accéder à des positions plus élevées dans la recherche académique. Après l’avoir obtenue, les docteur·es ont toujours besoin de candidater pour différents postes, avec une autre procédure de sélection. Par conséquent, même si nous assumons l’idée que le nombre de publications n’intervient pas de manière aussi importante dans l’obtention de la qualification, ce n’est pas le cas dans les processus de sélection qui suivent. Les résultats de Calmand (Ibid.) confortent cette idée en soulignant l’importance des publications sur un autre aspect de l’évolution de carrière, à savoir la stabilité de l’emploi. Cette analyse appelle à de plus amples recherches sur les déterminants de la publication des doctorants et doctorantes afin de permettre aux femmes de faire valoir les mêmes atouts que les hommes lors des candidatures.

Conclusion

69Nos résultats montrent une probabilité plus élevée pour les hommes de publier lors de la thèse, qui s’élève à 26.9 %. Cette différence ne s’explique ni par une répartition inégale des femmes et des hommes entre disciplines, ni même par des objectifs de carrière différents. Elle demeure significative, même après avoir contrôlé de nombreux éléments, comme la réussite académique antérieure au doctorat, diverses caractéristiques individuelles et les conditions de thèse. Cette différence s'opère sur la probabilité d’avoir publié deux fois ou plus, ce qui traduit davantage une différence de « productivité ». Ces résultats confirment ceux de précédentes études portant sur les doctorants en France (Corsini et al., op. cit.) concernant l’existence de différences de genre qui sont d’autant plus prégnantes en STEM (Science, Technologie, Ingénierie, et Mathématiques). S’agissant du parcours après le doctorat, les femmes ont une probabilité beaucoup plus élevée de candidater pour la qualification du CNU (Conseil national des universités) qui permet par la suite de poser sa candidature à des postes de maître·sse de conférences. Cependant, réussir à obtenir cette qualification dépend grandement des publications, ce que les femmes ont en plus faible proportion à la sortie du doctorat.

70Pour approfondir l’analyse d’une telle différence en termes de publications, il est nécessaire de s’intéresser à ce qu’il a été impossible d’inclure dans les différents modèles. Tout d’abord, nous ne disposons d’aucune variable concernant les pratiques de recherche des individus et leur allocation du temps entre les différentes taches attendues outre l’activité de recherche. Ces tâches, comme l’enseignement ou encore la formation, nécessitent du temps alloué qui ne sera donc pas consacré à l’activité de recherche. On observe en effet des différences de genre sur ces variables qui pourraient se répercuter par la suite sur la capacité à publier. Fox et Stephan (op. cit.) montrent notamment que les femmes ont plus tendance à rechercher une position dans laquelle l’enseignement joue un rôle important. Il est possible que des aspirations différentes conduisent ainsi à des pratiques préalables différentes. Il serait donc intéressant de comparer le temps alloué à l’enseignement et aux autres activités de recherche. Même si dans nos modèles sont incluses des variables de contrôle pour les missions complémentaires en doctorat, nous n’avons connaissance ni du temps qui leur a été alloué, ni même du nombre d’années d’exercice de ces missions.

71Il pourrait également être pertinent d’intégrer à l’analyse la situation des encadrant·es de thèse. En effet, lors du doctorat, le « mentor » joue un rôle important dans la construction du réseau de l'individu et sa profitabilité semble dépendre de ses pratiques (Pommier et al., 2022), mais aussi de la combinaison de genre du groupe (Pezzoni et al., op. cit. ; Gaulé et Piacentini, 2018 ; Rossello et al., op. cit.). L’hypothèse est qu’un doctorant et une doctorante ne profiteraient pas de la même façon d’un encadrant ou d’une encadrante. Il était également impossible dans cette étude d’intégrer les caractéristiques et le statut des encadrant·es ainsi que le nombre d’étudiant·es sous leur tutelle. Ce sont pourtant des éléments qui apparaissent corrélés avec la productivité de la personne encadrée (Corsini et al., op. cit.) et qui mériteraient d’être approfondis.

72Enfin, il existe un élément essentiel à l’étude des plafonds de verre dans tout type de carrière que nous n’avons pu intégrer dans cette étude : la parentalité. En effet, même si pendant un temps il n'y a eu aucun consensus sur cette question dans la littérature relative au domaine de la recherche, Hunter et Leahey (op. cit.) ont réussi à montrer un impact particulièrement négatif de la parentalité sur la productivité des femmes. Cet impact négatif expliquerait une part importante des différences de genre en termes de croissance de la productivité des chercheurs et chercheuses dans le temps. En utilisant une enquête plus ancienne du Céreq, il a été possible de mener une analyse sensiblement similaire sur les doctorant·es en intégrant le nombre d'enfants par individu. Les résultats révèlent un impact négatif du nombre d’enfants sur la probabilité de publication des individus et l’ajout de cette variable fait perdre toute significativité à la variable du genre (Jalabert, 2021). Il est donc possible qu’une grande part des différences de productivité en termes de publication des doctorant·es soit imputable à ce phénomène.

73Pour terminer, bien qu’il soit effectivement essentiel d’approfondir encore davantage l’analyse de ces phénomènes, cette recherche souligne qu’un plus fort taux de femmes diplômées d’un doctorat ne signifie pas une résorption des différences de genre au niveau du doctorat. En effet, des disparités significatives de probabilité de publication à une étape si précoce dans une carrière académique peuvent constituer un grand désavantage par la suite. Et ce, notamment quand on sait que les scientifiques qui publient le plus d’articles et le plus tôt, ont tendance à cumuler davantage de citations, à publier de nouveaux articles et à persister ainsi dans la recherche académique (Merton, op. cit. ; Azoulay et Freda, 2020 ; Horta et Santos, op. cit.). Bien que la mesure soit imparfaite, les publications représentent toujours l’un des éléments, si ce n’est l’élément le plus important, pour gravir les échelons d’une carrière académique. Par conséquent, un décalage du moment de la première publication pour les femmes peut engendrer une plus faible croissance de la productivité comparativement à leurs homologues masculins, et ainsi expliquer en partie la sous-représentation de ces dernières aux plus hauts niveaux de la recherche académique. Afin de persévérer dans cet objectif de parité, il pourrait être pertinent pour les pouvoirs publics de s’intéresser aux facteurs responsables de ces différences au niveau du doctorat, mais aussi de réfléchir à nouveau au système d’évaluation actuel du monde de la recherche.

Haut de page

Bibliographie

Aaltojärvi I., Ilkka A., Otto A. et Hanna-Mari P. (2008), “Scientific productivity, web visibility and citation patterns in sixteen nordic sociology departments”, Acta Sociologica 51(1), pp. 5-22.

Aksnes DW, Kristoffer R., Fredrik P. et Gunnar S. (2011), “Are female researchers less cited ? A large-scale study of norwegian scientists”, Journal of the American Society for Information Science and Technology , 9.

Allison PD et Long JS (1990), “Departmental effects on scientific productivity”, American Sociological Review, pp. 469-478.

Allison PD et Stewart JA (1974, “Productivity differences among scientists : Evidence for accumulative advantage”, American Sociological Review, 39, pp. 596-606.

Astin A. et Davis D. (1985), “Research productivity across the life and career cycles : Facilitator and barriers for women”, Reprinted. Glazer-Raymo J., Bensimon Em., Townsend BK. (eds.) (1993), Women in Higher Education : A Feminist Perspective, pp. 415-423.

Azoulay P. et Freda L. (2020), “Self-citation, cumulative advantage, and gender inequality in science”, Sociological Science, 7, pp. 152-86.

Bianchini S., Llerena P., Öcalan-Özel S. et Özel E. (2022), “Gender diversity of research consortia contributes to funding decisions in a multi-stage grant peer-review process”, Humanities and Social Sciences Communications 9(195).

Bohren JA, Imas A. et Rosenberg M. (2019), “The dynamics of discrimination : Theory and evidence”, American Economic Review 109(10), pp. 3395-3436.

Bordalo P., Coffman K., Gennaioli N. et Shleifer A. (2019, “Beliefs about gender”, American Economic Review 109(3), pp. 739-73.

Bornmann L., Mutz R. et Daniel HD (2007), “Gender differences in grant peer review : A metaanalysis”, Journal of Informetrics 1(3), pp. 226-238.

Calmand J. (2017), « Les cinq premières années de vie active des docteurs diplômés en 2010 », Céreq Études, n° 9, 53 p. : https://www.cereq.fr/les-cinq-premieres-annees-de-vie-active-des-docteurs-diplomes-en-2010

Commission européenne (2019), She figures 2018. LU : Publications Office.

Corsini A., Pezzoni M., et Visentin F. (2022), “What makes a productive ph.d. student ?” , Research Policy 51(10).

Dolado JJ., Felgueroso F. et Almunia M. (2012), “Are men and women-economists evenly distributed across research fields ? some new empirical evidence”, SERIEs 3(3), pp. 367-393.

Fox MF. (2005), “Gender, family characteristics, and publication productivity among scientists”, Social Studies of Science 35(1), pp. 131-150.

Fox MF., Fonseca C. et Bao J. (2011), “Work and family conflict in academic science : Patterns and predictors among women and men in research universities”, Social Studies of Science 41(5), pp. 715735.

Fox MF. et Mohapatra S. (2007), “Social-organizational characteristics of work and publication productivity among academic scientists in doctoral-granting departments”, The Journal of Higher Education 78(5), pp. 542–571.

Fox MF et Stephan PE (2001), “Careers of young scientists : Preferences, prospects and realities by gender and field”, Social Studies of Science 31(1), pp. 109-122.

Gaulé P. et Piacentini M. (2018), “An advisor like me ? advisor gender and post-graduate careers in science”, Research Policy 47(4), pp. 805-813.

Horta H., Cattaneo M. et Meoli M. (2018), “Phd funding as a determinant of phd and career research performance”, Studies in Higher Education 43, pp. 542-570 : https://doi.org/10. 1080/03075079.2016.1185406

Horta H. et Santos J. (2015), “The impact of publishing during phd studies on career research publication, visibility, and collaborations”, Research in Higher Education 57 : https://doi.org/10.1007/s11162-015-9380-0

Hunter LA et Leahey E. (2010), “Parenting and research productivity : New evidence and methods”, Social Studies of Science, 40(3), pp. 433-451.

Jalabert N. (2021), Les différences de genre dans la recherche scientifique. Master’s Thesis, Université de Strasbourg : http://www.sudoc.fr/272104981

Leahey E. (2006), “Gender differences in productivity : Research specialization as a missing link ?”, Gender Society 20(6), pp. 754-80.

Lissoni F., Montobbio F. et Pezzoni M. (2011), “Scientific productivity and academic promotion : a study on french and italian physicists”, Industrial and Corporate Change 20, pp. 253294.

Long JS (1990), “he origins of sex differences in science”, Social Forces (68), pp. 1297-1316.

Mairesse J. et Pezzoni M. (2015), “Does gender affect scientific productivity ?”, Revue économique 66(1), pp. 65-113.

Mangematin V. (2000), “Phd job market : Professional trajectories and incentives during the phd”, Research Policy 29, pp. 741-756 : https://www.sciencedirect.com/science/article/pii/S0048733399000475

Marsh HW, Bornmann L., Mutz R, Daniel HD et O’Mara A. (2009), “Gender effects in the peer reviews of grant proposals : A comprehensive meta-analysis comparing traditional and multilevel approaches”, Review of Educational Research 79(3), pp. 129-1323.

Merton RK (1968), “The matthew effect in science : The reward and communication systems of science are considered”, Science 159(3810), pp. 56-63.

Nakhaie MR (2008), “Gender differences in publication among university professors in Canada”, Canadian Review of Sociology (39), pp. 151-79.

Niederle M. et Vesterlund L. (2010), “Explaining the gender gap in math test scores : The role of competition”, Journal of Economic Perspectives 24(2), pp. 129-44.

Niederle M. (2015) Gender. Handbook of Experimental Economics. Standford 2.

Otlet P. (1990) Traité de documentation : le livre sur le livre, theorie et pratique, Editions mundaneum.

Pezzoni M., Jacques M., Paula S. et Julian L. (2016), “Gender and the publication output of graduate students : A case study”, PLOS ONE 11(1) : https://doi.org/10.1371/journal.pone.0145146.

Pinheiro R., Geschwind L., Hansen HF et Pekkola E. (2014), “Primus inter pares ? the academic agora seen from the top, by women”, in 7th Annual EuroMed Conference of the EuroMed-Academy-of-Business, SEP 18-19, 2014, Kristiansand, Norway. pp. 2206-2206.

Pommier S., Talby M., Auffray-Seguette M., Dalaut M., Eijsberg H., Elshawish P. et Muller H. (2022), Le doctorat en France Regards croisés sur la formation doctorale. PhD Thesis, Réseau National de Collèges Doctoraux.

Pommier S., Porcher R., Milburn P., Méric C., Dalaut M. et al. (2023), Le doctorat en France. Regards croisés des doctorants et de leurs encadrants : Une enquête du réseau national des collèges doctoraux (RNCD), dans les écoles doctorales françaises, auprès des doctorants inscrits en doctorat en 2022-2023 et auprès de leurs encadrants. Réseau National Des Collèges Doctoraux (RNCD), Université Paris-Saclay, Hal-04308895.

Pritchard A et al. (1969), “Statistical bibliography or bibliometrics”, Journal of documentation, 25(4), pp. 348-349.

Rossello G., Cowan RA, Mairesse J. et al. (2020), Ph.d research output in stem : the role of gender and race in supervision. MERIT Working Papers 2020-021, United Nations University – Maastricht Economic and Social Research Institute on Innovation and Technology.

Sabatier M. (2010), “Do female researchers face a glass ceiling in France ? a hazard model of promotion”, Applied Economics 42(16), pp. 2053-2062.

San Francisco D. O. R. A. (2018), San Francisco declaration on research assessment.

Schiebinger L. (1991), The mind has no sex ? : Women in the origins of modern science. Harvard University Press.

Sekara V., Pierre D., Sebastian EA, Albert-Lazlo B., Roberta S. et Sune L. (2018), “The chaperone effect in scientific publishing”, Proceedings of the National Academy of Sciences 115(50), pp. 12603-12607.

SIES (2023), L’état de l’emploi scientifique en France – édition 2023, rapport de la Sous-direction d’information et des études statistiques.

Sonnert G. et Holton GJ (1995), Who succeeds in science ? : the gender dimension. Rutgers University Press.

Sugimoto CR. et Larivière V. (2018), Measuring research : what everyone needs to know. Oxford University Press.

Van der Lee R. et Ellemers N. (2015), “Gender contributes to personal research funding success in the Netherlands”, Proceedings of the National Academy of Sciences 112(40), pp. 1234912353.

Zhao X., Akbaritabar A., Kashyap R. et Zagheni E. (2023, “A gender perspective on the global migration of scholars”, Proceedings of the National Academy of Sciences 120(10).

Haut de page

Annexe

Annexe 1

Tableau des variables

Variable

Type

Description

Variables sur l’individu

Sexe

Variable binaire

Femme ou homme (0 ; 1)

Âge

Variable quantitative

Âge en 2013 (2013 – année de naissance).

Mention au BAC (proxy de réussite académique antérieure au doctorat)

Variable qualitative

Diplôme du Baccalauréat obtenu avec : 0) mention assez bien, 1) diplôme étranger, 2) mention bien, 3) sans mention, 4) mention très bien.

Bourse sur critères sociaux

Variable binaire

L’individu a obtenu une bourse sur critères sociaux lors de son parcours dans l’enseignement supérieur (0 ; 1).

Nationalité

Variable binaire

Étrangère ou française (0 ; 1).

Nationalité des parents

Variable qualitative (3 possibilités)

0) les deux parents sont étrangers, 1) les deux parents sont français, 2) l’un des parents est français, l’autre étranger.

Statut social des parents

Variable qualitative (3 possibilités)

0) les deux parents sont cadres, 1) aucun des deux n’est cadre, 2) l’un des deux est cadre.

Variables relatives à la thèse de l’individu

Type de financement

Variable binaire pour chaque catégorie de financement (0 ; 1).

Catégories de finance ment : auto-financement ; financements de collectivités locales ; ATER uniquement ; financements issus de fonds internationaux ; contrats doctoraux auprès d’un ministère (tous ministères) ; financements privés (CIFRE, fonds privés) ; autres financements publics (EPST, EPIC, universités…).

Raison principale de la thèse

Variable qualitative

0) pas de raison particulière, 1) retarder l’entrée sur le marché du travail, 2) un attrait pour la discipline, 3) un attrait pour la recherche, 4) une opportunité de financement, 5) le prestige du diplôme.

Label du laboratoire de recherche

Variable qualitative

0) autres établissements publics, 1) CEA, 2) CNRS et universités affiliées au CNRS, 3) INRA, 4) INSERM, 5) indéterminé (grandes écoles de commerce ou d’ingénieur et inconnu), 6) universités.

Disciplines

Variable qualitative

0) Santé et Biologie ; 1) Chimie ; 2) Droit et Sciences Politiques ; 3) Sciences Économiques et de gestion ; 4) Ingénierie, Informatique, Électronique et Technologie ; 5) Littérature, Sciences Humaines et Sociales ; 6) Physique et Mathématiques.

Lieu de recherche

Variable qualitative

Lieu principal d’exercice de l’activité de recherche : 0) domicile, 1) université, 2) école d’ingénieurs, 3) organisation publique, 4) entreprise.

Région de l’institution

Variable binaire

0) Île-de-France, 1) Province.

Université du classement de Shanghai

Variable binaire

Individu au sein d’une université classée dans le top 100 des meilleures universités selon le classement de Shanghai (0 ; 1).

Fréquence d’entretiens avec les encadrants

Variable qualitative

0) Au moins une fois par mois, 1) plusieurs fois dans l’année, 2) moins d’une fois par an.

Échanges

Variable qualitative (3 possibilités)

L’individu a-t-il effectué un échange à l’étranger lors de la préparation de son doctorat : 0) pas d’échange ou inférieur à 30 jours, 1) un échange entre 30 et 180 jours, 2) un échange de plus de 180 jours.

Mission d’enseignement

Variable binaire

Avoir effectué au moins une fois lors de la thèse une mission de cette nature (0 ; 1).

Mission de valorisation

Variable binaire

Avoir effectué au moins une fois lors de la thèse une mission de cette nature (0 ; 1).

Mission de diffusion de connaissances

Variable binaire

Avoir effectué au moins une fois lors de la thèse une mission de cette nature (0 ; 1).

Durée de la thèse

Variable quantitative (exprimée en mois)

Variable construite à partir de la date du début de thèse et du premier mois reporté post éducation.

Variables utilisées dans le cadre de la probabilité de candidater à la qualification

Projet professionnel

Variable qualitative

Projet professionnel au moment de la soutenance : 0) projet non défini ou autre, 1) privé en dehors de la recherche, 2) public en dehors de la recherche, 3) recherche en entreprise, 4) à l’université ou dans la recherche publique.

Sécurité de l’emploi

Variable qualitative

0) important, 1) pas important, 2) très important.

Niveau de rémunération

Variable qualitative

0) important, 1) pas important, 2) très important.

Possibilités d’évolutions professionnelles

Variable qualitative

0) important, 1) pas important, 2) très important.

Les relations entre collègues

Variable qualitative

De bonnes relations avec ses collègues : 0) important, 1) pas important, 2) très important.

La reconnaissance du travail

Variable qualitative

0) important, 1) pas important, 2) très important.

L’autonomie et la prise d’initiative

Variable qualitative

Possibilité d’être en autonomie et de prendre des initiatives : 0) important, 1) pas important, 2) très important.

L’utilité envers la société dans le cadre de l’emploi

Variable qualitative

0) important, 1) pas important, 2) très important.

L’équilibre vie professionnelle/personnelle

Variable qualitative

Balance de vie équilibrée : (entre vie personnelle et vie professionnelle) 0) important, 1) pas important, 2) très important.

Sigles : Ater : Attaché Temporaire d’Enseignement et de Recherche. Cifre : Convention Industrielle de Formation par la Recherche. EPST : Établissement Public à caractère Scientifique et Technologique. EPIC : Établissement Public à caractère Industriel et Commercial. CEA : Commissariat à l’Énergie Atomique. CNRS : Centre National de la Recherche Scientifique.INRA : Institut National de la Recherche Agronomique. INSERM : Institut National de la Santé et de la Recherche Médicale.

Source : auteur.

Tableau 4. Probabilité de publier lors de la thèse par groupe de publications

Tableau 4. Probabilité de publier lors de la thèse par groupe de publications

1* : La fréquence des réunions avec les superviseurs a été divisée en trois catégories : « Au moins une fois par mois », « Plusieurs fois par an » et « Une fois ou moins par an ». Ici, les résultats affichés sont ceux concernant « Une fois ou moins par an » par rapport à la référence « Au moins une fois par mois ».

Notes : Le tableau présente les odd ratios du modèle multinomial estimant la probabilité d'être dans le groupe qui a publié 1, 2, 3, 4, ou 5 fois et plus, par rapport au groupe qui n'a jamais publié. Pour les variables quantitatives (âge et durée de la thèse), c'est le coefficient qui est affiché. ***, **, * indiquent une significativité aux seuils de 1 %, 5 % et 10 %, respectivement.

Exemple de lecture (pour la variable sexe et le groupe de deux publications) : Les doctorants ont une probabilité 56,4 % plus élevée que les doctorantes de faire partie du groupe qui a publié deux fois au lieu du groupe qui n'a jamais publié. Ce résultat est significatif au seuil de 1 %.

Haut de page

Notes

1 Le h-index est déterminé en classant les publications d’un auteur en fonction de leur nombre de citations par d’autres auteurs. Il s’agit, par définition, du nombre attribué à la plus petite publication qui respecte la condition suivante : le numéro de la publication est ≤ au nombre de citations de cette même publication. Par exemple, un auteur qui a publié cinq articles, chacun cité au moins cinq fois, aura son h-index à cinq. Toutefois, si l’auteur a cinq publications, mais que l’une d’entre elles n’est citée que quatre fois, le h-index sera de quatre.

2 Chiffres du MESR-DGESIP/DGRI-SIES (ministère de l’Enseignement supérieur et de la Recherche, Direction Générale de l’Enseignement Supérieur et de l’Insertion Professionnelle, Direction Générale de la Recherche et de l’Innovation, Sous-direction des Systèmes d’Information et des Études Statistiques).

3 Chiffres du MENJ-MESR-DGRH (ministère de l’Éducation nationale et de la Jeunesse, ministère de l’Enseignement supérieur et de la Recherche, Direction Générale des Ressources Humaines).

4 Contrat à durée déterminée, majoritairement attribué aux doctorant·es et docteur·es pour une durée d’un an avec une reconduction limitée.

5 Au sein des organisations françaises et des universités dirigées par le ministère de la Recherche, les femmes représentaient 45 % des maître·sses de conférences en 2021, contre 38 % en 2000, selon le MESR-DGRH.

Haut de page

Table des illustrations

Titre Tableau 4. Probabilité de publier lors de la thèse par groupe de publications
URL http://journals.openedition.org/formationemploi/docannexe/image/12964/img-1.png
Fichier image/png, 85k
Haut de page

Pour citer cet article

Référence papier

Nicolas Jalabert, « Publications scientifiques et différences de genre : le cas des doctorant·es français·es »Formation emploi, 167 | 2024, 57-89.

Référence électronique

Nicolas Jalabert, « Publications scientifiques et différences de genre : le cas des doctorant·es français·es »Formation emploi [En ligne], 167 | Juillet-Septembre, mis en ligne le 01 août 2024, consulté le 17 juin 2025. URL : http://journals.openedition.org/formationemploi/12964 ; DOI : https://doi.org/10.4000/12b55

Haut de page

Auteur

Nicolas Jalabert

Doctorant. BETA, CNRS, Université de Strasbourg, CAR-Céreq de Strasbourg.
Mail : n.jalabert@unistra.fr

Haut de page

Droits d’auteur

Le texte et les autres éléments (illustrations, fichiers annexes importés), sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search