Fugu-MT 論文翻訳(概要): Gender Representation in Brazilian Computer Science Conferences

論文の概要: Gender Representation in Brazilian Computer Science Conferences

arxiv url: http://arxiv.org/abs/2208.11020v1
Date: Tue, 23 Aug 2022 15:10:10 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 10:41:37.256908
Title: Gender Representation in Brazilian Computer Science Conferences
Title（参考訳）: ブラジルのコンピュータサイエンス会議におけるジェンダー表現
Authors: Nat\'alia Dal Pizzol, Eduardo Dos Santos Barbosa, Soraia Raupp Musse
Abstract要約: 本研究は,1999年から2021年までのブラジルコンピュータ科学会(SBC)会議において,6569件の学術論文の自動書誌分析を行った。性別の体系的な課題を23.573紙の著者名に応用し,女性の性別格差が重要であることを確認した。
参考スコア（独自算出の注目度）: 0.6961253535504979
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study presents an automated bibliometric analysis of 6569 research papers published in thirteen Brazilian Computer Science Society (SBC) conferences from 1999 to 2021. Our primary goal was to gather data to understand the gender representation in publications in the field of Computer Science. We applied a systematic assignment of gender to 23.573 listed papers authorships, finding that the gender gap for women is significant, with female authors being under-represented in all years of the study.
Abstract（参考訳）: 本研究は,1999年から2021年までのブラジルコンピュータ科学会(SBC)会議において,6569件の学術論文の自動書誌分析を行った。第一の目的は、コンピュータサイエンス分野の出版物におけるジェンダー表現を理解するためにデータを集めることであった。 23.573の論文の著者に性別を体系的に割り当てた結果,女性作家の男女差は有意であり,女性作家は研究のすべての年で過小評価されていることがわかった。

関連論文リスト

Women's Participation in Computing: Evolving Research Methods [0.0]
ACM歴史委員会2022年の基調講演「なぜSIG歴史が重要か:1970-2000年のACMの創始したSIGにおけるジェンダーバイアスに関する新データ」女性による研究論文の執筆者としての参加について, 初期のACM専門グループ13社に紹介した。本報告は、これらのアーティクルと、その進化する研究方法について、ACM SIGヘリテージのプレゼンテーションに関連づけるものである。
論文参考訳（メタデータ） (2024-07-25T00:05:18Z)
Dynamics of Gender Bias within Computer Science [0.0]
ACM SIGは1970年から2000年にかけて拡大し、それぞれが女性作家を増やした。いくつかのSIGには10%未満の女性作家がおり、SIGUCCSは40%を超えた。 3つのSIGは女性作家の成長を加速させ、ACMを含むほとんどが成長を加速させた。
論文参考訳（メタデータ） (2024-07-11T00:14:21Z)
Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
論文参考訳（メタデータ） (2024-01-24T20:05:49Z)
The Gender-GAP Pipeline: A Gender-Aware Polyglot Pipeline for Gender Characterisation in 55 Languages [51.2321117760104]
本稿では,55言語を対象とした大規模データセットにおけるジェンダー表現を特徴付ける自動パイプラインであるGender-GAP Pipelineについて述べる。このパイプラインは、性別付き人称名詞の多言語語彙を用いて、テキスト中の性別表現を定量化する。本稿では、WMTのトレーニングデータとNewsタスクの開発データにジェンダー表現を報告し、現在のデータが男性表現にスキューされていることを確認する。
論文参考訳（メタデータ） (2023-08-31T17:20:50Z)
VisoGender: A dataset for benchmarking gender bias in image-text pronoun resolution [80.57383975987676]
VisoGenderは、視覚言語モデルで性別バイアスをベンチマークするための新しいデータセットである。 We focus to occupation-related biases in a hegemonic system of binary gender, inspired by Winograd and Winogender schemas。我々は、最先端の視覚言語モデルをいくつかベンチマークし、それらが複雑な場面における二項性解消のバイアスを示すことを発見した。
論文参考訳（メタデータ） (2023-06-21T17:59:51Z)
Gender Bias in Computing [0.0]
1970年代に米国国勢調査データが利用可能になる前に、コンピューティングの労働力に関する新しい定量的データを提供している。 1950年代からのコンピューティングにおける男女の参加を推定するために,ジェンダー分析の新しい手法が開発されている。
論文参考訳（メタデータ） (2022-10-29T00:10:25Z)
Temporal Analysis and Gender Bias in Computing [0.0]
何十年にもわたって性別が変わる「レスリー問題」この記事では、1925-1975年に測定可能な「ジェンダーシフト」を持つ300の与えられた名前を特定する。この記事は、数十年前の女性の過多(および男性の過小評価)を招きかねない「女性シフト」が存在することを定量的に示している。
論文参考訳（メタデータ） (2022-09-29T00:29:43Z)
Towards Understanding Gender-Seniority Compound Bias in Natural Language Generation [64.65911758042914]
本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
論文参考訳（メタデータ） (2022-05-19T20:05:02Z)
The effect of the COVID-19 pandemic on gendered research productivity and its correlates [0.0]
本研究では,2020年の学術誌における女性作家の割合が,世界規模でどのように変化したかを検討した。女性研究者の生産性は2020年に低下し、主に最初の著者として、そして最後に著者の地位が低下した。女性研究者は必ずしも除外されたわけではないが、研究において限界が与えられた。
論文参考訳（メタデータ） (2021-11-29T06:20:44Z)
Gender bias in magazines oriented to men and women: a computational approach [58.720142291102135]
女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
論文参考訳（メタデータ） (2020-11-24T14:02:49Z)
Multi-Dimensional Gender Bias Classification [67.65551687580552]
機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
論文参考訳（メタデータ） (2020-05-01T21:23:20Z)

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。