論文の概要: An exploratory study of diversity among computer science graduate
students at top North American universities
- arxiv url: http://arxiv.org/abs/2302.00589v1
- Date: Wed, 1 Feb 2023 17:02:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:59:59.559495
- Title: An exploratory study of diversity among computer science graduate
students at top North American universities
- Title(参考訳): 北米大学におけるコンピュータサイエンス大学院生の多様性に関する探索的研究
- Authors: Ghazal Kalhor, Tanin Zeraati, Behnam Bahrak
- Abstract要約: 研究グループへの入学には男女差はないが,学生の国籍の偏りがみられた。
研究グループへの入学には男女差は認められなかったが,学生の国籍の偏りがみられた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Although different organizations have defined policies toward diversity in
academia, many argue that minorities are still disadvantaged in being admitted
to universities due to biases. In this study, we collected the information of
13,936 graduate students majoring in computer science at the top 25 North
American universities and used statistical hypothesis tests to realize whether
there is a preference for students' gender and nationality in the admission
processes. In addition to partiality patterns, we discuss the relations between
gender/nationality diversity and the scientific achievements of research teams.
Our findings show that there is no gender bias in graduate students' admission
to research groups, but we observed partiality in students' nationality.
- Abstract(参考訳): 異なる組織は学界の多様性に対する政策を定義しているが、少数派は偏りのために大学への入学が不利であると主張する者もいる。
本研究では,北米25大学におけるコンピュータサイエンスを専攻する大学院生13,936人の情報を収集し,統計的仮説テストを用いて,入学過程における性別と国籍の選好性について検討した。
偏りのパターンに加えて、男女・国籍の多様性と研究チームの科学的成果との関係について論じる。
その結果,大学院生の研究グループへの入学には性別偏りは認められなかったが,学生の国籍の偏りが観察された。
関連論文リスト
- Semantic Properties of cosine based bias scores for word embeddings [52.13994416317707]
本稿では,バイアスの定量化に有効なバイアススコアの要件を提案する。
これらの要件について,コサインに基づくスコアを文献から分析する。
これらの結果は、バイアススコアの制限がアプリケーションケースに影響を及ぼすことを示す実験で裏付けられている。
論文 参考訳(メタデータ) (2024-01-27T20:31:10Z) - Data-Driven Analysis of Gender Fairness in the Software Engineering
Academic Landscape [4.580653005421453]
本研究では,情報学(INF)およびソフトウェア工学(SE)イタリアのコミュニティにおける,学術的昇進におけるジェンダーバイアスの問題について検討する。
我々はまず,学界におけるジェンダーバイアスの問題がこれまでどのように対処されてきたかを評価するために文献レビューを実施している。
次に、イタリアの学術振興におけるジェンダーバイアスの分析に必要なINFとSEデータを収集・前処理するプロセスについて述べる。
実施した分析から,SEコミュニティが助教授への昇進のバイアスが高いこと,全教授への昇進のバイアスがINFコミュニティ全体と比較して小さいことを観察した。
論文 参考訳(メタデータ) (2023-09-20T12:04:56Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳(メタデータ) (2023-03-28T03:31:37Z) - Award rate inequities in biomedical research [55.850540873687386]
著者らは、2010年から2022年の間にミシガン大学医学部から提案された14,263の生物医学研究提案を分析した。
人種・倫理と提案の受賞率には明確な関係がある。
黒人/アフリカ系アメリカ人とアジア系アメリカ人の研究者は、白人の研究者と比較して全ての応募カテゴリーで不利に見える。
論文 参考訳(メタデータ) (2022-06-14T14:05:39Z) - 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) - A Survey on Gender Bias in Natural Language Processing [22.91475787277623]
自然言語処理における性別バイアスに関する304論文について調査する。
ジェンダーバイアスの検出と緩和に対するコントラストアプローチの比較を行った。
性別偏見の研究は、4つの中核的な限界に悩まされている。
論文 参考訳(メタデータ) (2021-12-28T14:54:18Z) - How diverse is the ACII community? Analysing gender, geographical and
business diversity of Affective Computing research [0.0]
ACIIは、感情コンピューティングに関する最新の研究を示す主要な国際フォーラムである。
我々は、性別、地理的な位置、学歴、研究センター、産業の比較で多様性を測定し、著者、基調講演者、オーガナイザの3つの異なるアクターについて検討する。
結果は、フィールドにおける限られた多様性、すべての研究されたファセット、そして他のAIカンファレンスと比較して、認識を高めます。
論文 参考訳(メタデータ) (2021-09-12T18:30:36Z) - Assessing Gender Bias in the Information Systems Field: An Analysis of
the Impact on Citations [0.0]
本稿では,女性IS学者が男性同僚にvis-a-visを蓄積する学術的引用の影響を推定する研究の概要を述べる。
そこで我々は,学界における男女偏見の中核的な側面に関する知識の提供を提案する。
論文 参考訳(メタデータ) (2021-08-22T18:18:52Z) - Multi-characteristic Subject Selection from Biased Datasets [79.82881947891589]
本稿では,異なる集団群に対する最良サンプリング分数を求める制約付き最適化に基づく手法を提案する。
その結果,提案手法がすべての問題変化のベースラインを最大90%上回っていることが示された。
論文 参考訳(メタデータ) (2020-12-18T15:55:27Z) - Investigating Bias in Deep Face Analysis: The KANFace Dataset and
Empirical Study [67.3961439193994]
現在までに最も包括的で大規模な顔画像とビデオのデータセットを導入している。
データは、アイデンティティ、正確な年齢、性別、親族関係の点で手動で注釈付けされる。
提案したベンチマークでネットワーク埋め込みをデバイアス化する手法を導入し,テストした。
論文 参考訳(メタデータ) (2020-05-15T00:14:39Z) - Ethnic Diversity in Computer Science at a Large Public R1 Research
University [0.0]
大規模R1研究大学におけるマイノリティ学生の採用と留保のパターンについて検討した。
異なる人種・民族集団の学生は、一般大衆に認知される学生ほど大きくないことを示す。
論文 参考訳(メタデータ) (2020-04-28T21:50:30Z)
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。