論文の概要: "We Need a Woman in Music": Exploring Wikipedia's Values on Article Priority

• arxiv url: http://arxiv.org/abs/2208.08426v1
• Date: Wed, 17 Aug 2022 17:44:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 10:34:22.110771
• Title: "We Need a Woman in Music": Exploring Wikipedia's Values on Article Priority
• Title（参考訳）: 「音楽に女性が必要だ」--ウィキペディアの条文優先価値を探究
• Authors: Mo Houtti, Isaac Johnson, Joel Cepeda, Soumya Khandelwal, Aviral Bhatnagar, Loren Terveen
• Abstract要約: ウィキペディアでは、バイタル記事に関する議論は、最も重要な記事の種類に関するコミュニティ価値のプロキシを構成する。 4つの異なる記事優先順位付け手法がウィキペディアの2つの次元における全体的なバランスにどのように影響するかを示す。
• 参考スコア（独自算出の注目度）: 18.346044414749606
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Wikipedia -- like most peer production communities -- suffers from a basic problem: the amount of work that needs to be done (articles to be created and improved) exceeds the available resources (editor effort). Recommender systems have been deployed to address this problem, but they have tended to recommend work tasks that match individuals' personal interests, ignoring more global community values. In English Wikipedia, discussion about Vital articles constitutes a proxy for community values about the types of articles that are most important, and should therefore be prioritized for improvement. We first analyzed these discussions, finding that an article's priority is considered a function of 1) its inherent importance and 2) its effects on Wikipedia's global composition. One important example of the second consideration is balance, including along the dimensions of gender and geography. We then conducted a quantitative analysis evaluating how four different article prioritization methods -- two from prior research -- would affect Wikipedia's overall balance on these two dimensions; we found significant differences among the methods. We discuss the implications of our results, including particularly how they can guide the design of recommender systems that take into account community values, not just individuals' interests.
• Abstract（参考訳）: 必要な作業量(作成と改善のための成果物)は、利用可能なリソース(編集者の努力)を超えています。 この問題を解決するためにレコメンダシステムはデプロイされているが、よりグローバルなコミュニティの価値を無視し、個人の関心に合う仕事のタスクを推奨する傾向にある。 英語のウィキペディアでは、バイタル記事に関する議論は、最も重要であり、改善のために優先順位付けされるべき記事の種類に関するコミュニティ価値のプロキシを構成する。 最初にこれらの議論を分析し、記事の優先順位が機能であると考えられることを発見した。 1)本質的重要性及び 2)ウィキペディアのグローバルな構成に影響を及ぼす。 第2の考察の重要な例は、性別と地理の次元に沿ったバランスである。 次に,これら2次元におけるwikipediaの全体バランスに,4つの異なる記事優先順位付け手法(先行研究から2つ)がどう影響するかを定量的に検討した。 特に,個人の関心だけでなく,コミュニティの価値を考慮したレコメンダシステムの設計を導いてくれるかについて議論する。

関連論文リスト

• Overview of PerpectiveArg2024: The First Shared Task on Perspective Argument Retrieval [56.66761232081188]
  本稿では,社会における少数派・多数派を代表する年齢,性別,政治的態度など,人口・社会文化(社会)の多様性を包括する新しいデータセットを提案する。 パースペクティビズムを取り入れる上での重大な課題は、特に社会的なプロファイルを明示的に提供せずに、議論のテキストのみに基づくパーソナライズを目指す場合である。 パーソナライズと分極の低減を図るため, パーソナライズを最適化するためには, パーソナライズされた論証検索をブートストラップするが, さらなる研究が不可欠である。
  論文  参考訳（メタデータ） (2024-07-29T03:14:57Z)
• The Odyssey of Commonsense Causality: From Foundational Benchmarks to Cutting-Edge Reasoning [70.16523526957162]
  常識の因果関係を理解することは、人々が現実世界の原理をよりよく理解するのに役立ちます。 その重要性にもかかわらず、このトピックの体系的な探索は特に欠落している。 本研究の目的は、体系的な概要の提供、最近の進歩に関する学者の更新、初心者のための実践的なガイドを提供することである。
  論文  参考訳（メタデータ） (2024-06-27T16:30:50Z)
• Diverse, but Divisive: LLMs Can Exaggerate Gender Differences in Opinion Related to Harms of Misinformation [8.066880413153187]
  本稿では,多言語モデル(LLM)が誤報の被害を評価する際に,様々なグループの視点を反映できるかどうかを検討する。 TopicMisinfoデータセットには,さまざまなトピックから160件のファクトチェックされたクレームが含まれている。 GPT 3.5-Turboは、経験的に観察された意見の男女差を反映するが、これらの差の程度を増幅する。
  論文  参考訳（メタデータ） (2024-01-29T20:50:28Z)
• Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
  データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。 研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。 公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。 残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
  論文  参考訳（メタデータ） (2022-02-03T17:25:46Z)
• Measuring Wikipedia Article Quality in One Dimension by Extending ORES with Ordinal Regression [1.52292571922932]
  ウィキペディアにおける記事の品質評価は、ウィキペディアのコミュニティメンバーと学術研究者の両方で広く利用されている。 品質の測定は多くの方法論上の課題を提示します 最も広く使われているシステムは、品質を評価する際、個別の順序スケールでラベルを使用するが、統計学や機械学習には不便である。
  論文  参考訳（メタデータ） (2021-08-15T23:05:28Z)
• What Makes a Good Summary? Reconsidering the Focus of Automatic Summarization [49.600619575148706]
  フィールドの現在の焦点は、参加者の希望と完全に一致していないことがわかります。 以上の結果から,自動要約のより広い視点を取り入れることが重要であると論じる。
  論文  参考訳（メタデータ） (2020-12-14T15:12:35Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• How Inclusive Are Wikipedia's Hyperlinks in Articles Covering Polarizing Topics? [8.035521056416242]
  偏光トピックの相補的な側面を記述した記事間の相互接続トポロジの影響に着目した。 トピックの異なる側面へのユーザの露出を定量化するために,多様な情報への露出の新たな尺度を導入する。 ネットワークトポロジがユーザのトピックに関する多様な情報への露出を著しく制限するケースを特定し,ユーザが知識バブルに留まることを奨励する。
  論文  参考訳（メタデータ） (2020-07-16T09:19:57Z)
• Semi-Supervised Multi-aspect Detection of Misinformation using Hierarchical Joint Decomposition [16.15268644442174]
  本稿では,ニュース記事の特徴となる多種多様なリソースをタップすることで,ラベルの欠如を補う方法について検討する。 我々は,Twitter と Politifact のデータセットでそれぞれ 74% と 81% の F1 スコアで最先端の手法より優れた2レベル分解パイプラインを提案する。
  論文  参考訳（メタデータ） (2020-05-08T22:41:39Z)
• A Philosophy of Data [91.3755431537592]
  我々は、統計計算に必要な基本特性から統計データの定義まで研究する。 我々は、有用なデータの必要性は、プロパティを根本的にユニークか等しく理解することを規則化する必要があると論じている。 データとデータ技術への依存度が高まるにつれて、この2つの特徴は現実の集合概念に影響を与えます。
  論文  参考訳（メタデータ） (2020-04-15T14:47:24Z)
• Steps Towards Value-Aligned Systems [0.0]
  AI/MLを含む)アルゴリズムによる意思決定アーティファクトは、私たちの意思決定エコシステムの確立され成長している部分です。 現在の文献は、個々のアーティファクトが社会的規範や期待にどのように違反するかの例でいっぱいです。 この議論は、社会技術システムにおける価値アライメントを評価するためのより構造化されたシステムレベルのアプローチを論じている。
  論文  参考訳（メタデータ） (2020-02-10T22:47:30Z)

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。