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
- Gender Disparities in Contributions, Leadership, and Collaboration: An Exploratory Study on Software Systems Research [1.8049331600471712]
私たちは過去10年間に2000の論文をJournal of Systems and Softwareで分析しました。
分析の結果、全著者の32.74%が女性であり、女性主導または監督された研究は男性よりも少なかった。
第三に、ソフトウェアシステム研究の分野を探索し、女性作家が人間中心の研究領域に積極的に関わっていることを発見した。
論文 参考訳（メタデータ） (2024-12-20T08:20:23Z) - Bridging AI and Science: Implications from a Large-Scale Literature Analysis of AI4Science [25.683422870223076]
本稿では,AI4Science文献の大規模解析を行う。
我々は,AI手法と科学的問題の主な相違点を定量的に強調する。
我々は,AIと科学コミュニティの協力を促進する可能性と課題について検討する。
論文 参考訳（メタデータ） (2024-11-27T00:40:51Z) - Many Heads Are Better Than One: Improved Scientific Idea Generation by A LLM-Based Multi-Agent System [62.832818186789545]
Virtual Scientists (VirSci) は、科学研究に固有のチームワークを模倣するために設計されたマルチエージェントシステムである。
VirSciは研究のアイデアを共同で生成し、評価し、洗練するエージェントのチームを組織している。
このマルチエージェントアプローチは、新しい科学的アイデアを生み出す上で、最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-10-12T07:16:22Z) - Predicting Star Scientists in the Field of Artificial Intelligence: A Machine Learning Approach [1.8434042562191815]
本研究では、機械学習技術を用いて、人工知能の分野におけるスター科学者の予測モデルを提案する。
上昇する星は、ほとんど全ての初期の特徴において、降着しない恒星と比べて異なるパターンを辿っていることがわかりました。
ジェンダーと民族の多様性は科学的コラボレーションにおいて重要な役割を担い、著者のキャリアの発展と成功に大きな影響を与える。
論文 参考訳（メタデータ） (2024-07-18T16:50:18Z) - A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。
本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。
我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
論文 参考訳（メタデータ） (2024-02-16T18:05:09Z) - 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) - 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) - 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) - 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。