論文の概要: Emergence of Structural Inequalities in Scientific Citation Networks
- arxiv url: http://arxiv.org/abs/2103.10944v2
- Date: Sun, 2 May 2021 02:52:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-07 10:44:04.329737
- Title: Emergence of Structural Inequalities in Scientific Citation Networks
- Title(参考訳): サイエント・サイテーション・ネットワークにおける構造不平等の発生
- Authors: Buddhika Nettasinghe, Nazanin Alipourfard, Vikram Krishnamurthy,
Kristina Lerman
- Abstract要約: 科学的引用における2種類の構造的不等式を同定する。
まず、少数の研究者を代表する女性作家は、男性作家と比較して、作品に対する認知度が低い。
第2に、少数派である上位機関に属する著作家は、他の著作者に比べてかなり高い評価を受けている。
- 参考スコア(独自算出の注目度): 20.754274052686355
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Structural inequalities persist in society, conferring systematic advantages
to some people at the expense of others, for example, by giving them
substantially more influence and opportunities. Using bibliometric data about
authors of scientific publications, we identify two types of structural
inequalities in scientific citations. First, female authors, who represent a
minority of researchers, receive less recognition for their work (through
citations) relative to male authors; second, authors affiliated with top-ranked
institutions, who are also a minority, receive substantially more recognition
compared to other authors. We present a model for the growth of directed
citation networks and show that citations disparities arise from individual
preferences to cite authors from the same group (homophily), highly cited or
active authors (preferential attachment), as well as the size of the group and
how frequently new authors join. We analyze the model and show that its
predictions align well with real-world observations. Our theoretical and
empirical analysis also suggests potential strategies to mitigate structural
inequalities in science. In particular, we find that merely increasing the
minority group size does little to narrow the disparities. Instead, reducing
the homophily of each group, frequently adding new authors to a research field
while providing them an accessible platform among existing, established
authors, together with balanced group sizes can have the largest impact on
reducing inequality. Our work highlights additional complexities of mitigating
structural disparities stemming from asymmetric relations (e.g., directed
citations) compared to symmetric relations (e.g., collaborations).
- Abstract(参考訳): 構造的不平等は社会において持続し、例えば、より影響力と機会を与えることによって、他人を犠牲にして、体系的な優位性を与える。
学術出版物の著者に関する文献データを用いて, 科学的引用における構造的不等式を2種類同定する。
第一に、少数の研究者を代表する女性作家は、男性作家と比較して(引用を通じて)作品に対する認識が低く、第二に、少数派である上位機関に属する作家は、他の著者に比べて著しく高い評価を受けている。
そこで本研究では,指向的引用ネットワークの成長モデルを提案し,同一グループ(ホモフィア)の著者を引用する個人選好,引用率の高い著者や活動的著者(先行的添付),グループの大きさ,新規著者の参加頻度について述べる。
モデルを分析し,その予測が実世界の観測とよく合っていることを示す。
我々の理論的および実証分析は、科学における構造的不平等を緩和するための潜在的戦略も示唆している。
特に、少数群の規模を拡大するだけでは、格差を狭めることはほとんどない。
代わりに、各グループのホモフィリを削減し、しばしば研究分野に新しい著者を追加し、既存の確立された著者間でアクセス可能なプラットフォームを提供する。
我々の研究は、非対称関係(例えば、有向引用)から生じる構造格差を、対称関係(例えば、協調)と比較して緩和する追加の複雑さを強調している。
関連論文リスト
- Biases in gendered citation practices: an exploratory study and some reflections on the Matthew and Matilda effects [2.0277446818410994]
本稿では,ソフトウェア工学文献における性的な引用の実践を分析することを目的とする。
この結果から,SE分野における引用実践の公平性を達成するためには,まだいくつかの努力が必要であることが示唆された。
論文 参考訳(メタデータ) (2024-09-18T19:53:41Z) - Inclusivity in Large Language Models: Personality Traits and Gender Bias in Scientific Abstracts [49.97673761305336]
我々は,3つの大きな言語モデル (LLM) を,人間の物語スタイルと潜在的な性別バイアスに適合させることで評価した。
以上の結果から,これらのモデルは一般的にヒトの投稿内容によく似たテキストを生成するが,スタイル的特徴の変化は有意な性差を示すことが示唆された。
論文 参考訳(メタデータ) (2024-06-27T19:26:11Z) - The Howard-Harvard effect: Institutional reproduction of intersectional
inequalities [0.36868085124383626]
アメリカ合衆国の高等教育システムは、いくつかの機関で科学と科学者の育成に集中している。
これは、マイノリティ化された学者や、それらが不公平に関連付けられている話題に影響を及ぼす。
我々はハワード・ハーバード効果を観察し、ミッション主導の機関では、マイノリティ化された学者のトピックプロファイルが増幅される。
論文 参考訳(メタデータ) (2024-02-06T20:46:54Z) - Fusion of the Power from Citations: Enhance your Influence by Integrating Information from References [3.607567777043649]
本研究は,ある論文が学者の影響力を高めることができるか否かを判断するために,予測問題を定式化することを目的とする。
この研究にこの枠組みを適用することで、研究者は自分の論文が将来の影響力を高めることができるかどうかを特定できる。
論文 参考訳(メタデータ) (2023-10-27T19:51:44Z) - Are Commercial Face Detection Models as Biased as Academic Models? [64.71318433419636]
我々は学術的および商業的な顔検出システムを比較し、特にノイズに対する堅牢性について検討する。
現状の学術的顔検出モデルでは、ノイズの頑健性に人口格差があることがわかった。
私たちは、商用モデルは、常に学術モデルと同じくらいの偏り、あるいはより偏りがある、と結論付けます。
論文 参考訳(メタデータ) (2022-01-25T02:21:42Z) - Statistical discrimination in learning agents [64.78141757063142]
統計的差別は、訓練人口のバイアスとエージェントアーキテクチャの両方の関数としてエージェントポリシーに現れる。
我々は、リカレントニューラルネットワークを使用するエージェントによる差別の低減と、トレーニング環境のバイアスの低減が示される。
論文 参考訳(メタデータ) (2021-10-21T18:28:57Z) - Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。
同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。
我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
論文 参考訳(メタデータ) (2021-06-15T20:55:55Z) - Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
引用グラフを用いて科学論文の要約作業を再定義します。
我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。
我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
論文 参考訳(メタデータ) (2021-04-07T11:13:35Z) - Early Indicators of Scientific Impact: Predicting Citations with
Altmetrics [0.0]
altmetricsを使って、学術的な出版物が得る短期的および長期的な引用を予測する。
我々は,様々な分類モデルと回帰モデルを構築し,それらの性能を評価し,それらのタスクに最適なニューラルネットワークとアンサンブルモデルを見つける。
論文 参考訳(メタデータ) (2020-12-25T16:25:07Z) - What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。
本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。
本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
論文 参考訳(メタデータ) (2020-11-06T02:23:01Z) - The Demise of Single-Authored Publications in Computer Science: A
Citation Network Analysis [0.0]
私は1940年から2019年までのコンピュータサイエンス文学における単行本の役割を研究するためにDBLPデータベースを分析した。
著者の人口比率、引用統計、一冊の出版物のスコアを計算して、人口統計と受容率について検討する。
論文 参考訳(メタデータ) (2020-01-02T07:47:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。