論文の概要: Women, artificial intelligence, and key positions in collaboration
networks: Towards a more equal scientific ecosystem
- arxiv url: http://arxiv.org/abs/2205.12339v1
- Date: Thu, 19 May 2022 15:15:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-06 04:57:15.099146
- Title: Women, artificial intelligence, and key positions in collaboration
networks: Towards a more equal scientific ecosystem
- Title(参考訳): 女性、人工知能、そしてコラボレーションネットワークにおける重要な位置:より平等な科学エコシステムを目指して
- Authors: Anahita Hajibabaei and Andrea Schiffauerova and Ashkan Ebadi
- Abstract要約: 本研究は, ジェンダーレンズを用いた科学的コラボレーションネットワークにおける鍵となる位置の獲得に, いくつかの要因が与える影響について検討する。
その結果、性別にかかわらず、量や影響の科学的なパフォーマンスは「社会研究者」をネットワークに持つ上で重要な役割を担っていることがわかった。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific collaboration in almost every discipline is mainly driven by the
need of sharing knowledge, expertise, and pooled resources. Science is becoming
more complex which has encouraged scientists to involve more in collaborative
research projects in order to better address the challenges. As a highly
interdisciplinary field with a rapidly evolving scientific landscape,
artificial intelligence calls for researchers with special profiles covering a
diverse set of skills and expertise. Understanding gender aspects of scientific
collaboration is of paramount importance, especially in a field such as
artificial intelligence that has been attracting large investments. Using
social network analysis, natural language processing, and machine learning and
focusing on artificial intelligence publications for the period from 2000 to
2019, in this work, we comprehensively investigated the effects of several
driving factors on acquiring key positions in scientific collaboration networks
through a gender lens. It was found that, regardless of gender, scientific
performance in terms of quantity and impact plays a crucial in possessing the
"social researcher" in the network. However, subtle differences were observed
between female and male researchers in acquiring the "local influencer" role.
- Abstract(参考訳): ほぼすべての分野における科学的コラボレーションは、主に知識、専門知識、プールされたリソースを共有する必要性によって導かれる。
科学はますます複雑になってきており、科学者は課題にもっと対処するために協力研究プロジェクトに参加するように促している。
急速に進化する科学的な展望を持つ高度に学際的な分野として、人工知能は様々なスキルと専門知識をカバーする特別なプロファイルを持つ研究者を求める。
科学的なコラボレーションのジェンダー的側面を理解することは、特に大きな投資を集めている人工知能のような分野において、最も重要である。
本研究は,2000年から2019年にかけてのソーシャル・ネットワーク分析,自然言語処理,機械学習を用いて,ジェンダー・レンズによる科学協力ネットワークにおける重要な位置獲得に対する,いくつかの要因の影響を総合的に検討した。
その結果、性別にかかわらず、量や影響の科学的なパフォーマンスは「社会研究者」をネットワークに持つ上で極めて重要であることがわかった。
しかし,「局所的インフルエンサー」の役割獲得において,男女の微妙な違いが見られた。
関連論文リスト
- On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳(メタデータ) (2023-11-01T11:16:41Z) - Gender Inequalities: Women Researchers Require More Knowledge in
Specific and Experimental Topics [1.4916971861796386]
本研究は,地域とジェンダーのアイデンティティ,トピック,知識状態の関係を分析する。
男女不平等は地域特有の特徴とグローバルな共通パターンの両方にマージされている。
論文 参考訳(メタデータ) (2023-09-05T05:36:06Z) - Artificial Intelligence for Science in Quantum, Atomistic, and Continuum
Systems [245.1050780515017]
科学のためのAI(AI4Science)として知られる新しい研究領域
領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。
主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
論文 参考訳(メタデータ) (2023-07-17T12:14:14Z) - Diversity of Expertise is Key to Scientific Impact: a Large-Scale
Analysis in the Field of Computer Science [1.8794304012790348]
我々は,研究チーム内の研究分野の多様性が,今後5年間で得られた論文の引用数とどのように関連しているかを分析した。
これは、少なくともコンピュータサイエンスにおいて、様々な専門知識が科学的影響の鍵となることを示唆している。
論文 参考訳(メタデータ) (2023-06-27T09:56:44Z) - Friend or Foe? Exploring the Implications of Large Language Models on
the Science System [0.0]
OpenAIによるChatGPTは、科学と高等教育の潜在的な意味について広範な議論を引き起こしている。
この研究は、科学における生成AIの影響についての情報的な議論に寄与する。
論文 参考訳(メタデータ) (2023-06-16T15:50:17Z) - Expanding the Role of Affective Phenomena in Multimodal Interaction
Research [57.069159905961214]
マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。
本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。
我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
論文 参考訳(メタデータ) (2023-05-18T09:08:39Z) - Questioning the impact of AI and interdisciplinarity in science: Lessons
from COVID-19 [0.0]
科学的影響は著者チーム全体の学際性によって決定されず、むしろ実際に活用した知識の多様性によって決定された。
この結果から,チームと知識構造が科学における新しい計算技術の統合の成功にどう影響を与えるか,という知見が得られた。
論文 参考訳(メタデータ) (2023-04-18T11:56:05Z) - AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。
AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。
技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文 参考訳(メタデータ) (2023-03-07T20:21:43Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳(メタデータ) (2022-10-04T17:32:27Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳(メタデータ) (2021-10-05T12:51:11Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳(メタデータ) (2020-11-09T21:23:03Z)
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。