論文の概要: Who benefits from altmetrics? The effect of team gender composition on
the link between online visibility and citation impact
- arxiv url: http://arxiv.org/abs/2308.00405v1
- Date: Tue, 1 Aug 2023 09:33:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-02 14:41:33.339598
- Title: Who benefits from altmetrics? The effect of team gender composition on
the link between online visibility and citation impact
- Title(参考訳): altmetricsのメリットは?
オンライン視認性と引用効果の関連性に及ぼすチームジェンダー構成の影響
- Authors: Orsolya V\'as\'arhelyi and Em\H{o}ke-\'Agnes Horv\'at
- Abstract要約: 女性の記事は男性よりも学術的な引用が少ない。
オンラインの可視性は、研究領域における引用に肯定的な影響を及ぼす。
チームの性別構成は、これらの研究領域の可視性と異なる相互作用をする。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Online science dissemination has quickly become crucial in promoting
scholars' work. Recent literature has demonstrated a lack of visibility for
women's research, where women's articles receive fewer academic citations than
men's. The informetric and scientometric community has briefly examined
gender-based inequalities in online visibility. However, the link between
online sharing of scientific work and citation impact for teams with different
gender compositions remains understudied. Here we explore whether online
visibility is helping women overcome the gender-based citation penalty. Our
analyses cover the three broad research areas of Computer Science, Engineering,
and Social Sciences, which have different gender representation, adoption of
online science dissemination practices, and citation culture. We create a
quasi-experimental setting by applying Coarsened Exact Matching, which enables
us to isolate the effects of team gender composition and online visibility on
the number of citations. We find that online visibility positively affects
citations across research areas, while team gender composition interacts
differently with visibility in these research areas. Our results provide
essential insights into gendered citation patterns and online visibility,
inviting informed discussions about decreasing the citation gap.
- Abstract(参考訳): オンライン科学の普及は、学者の仕事を促進するために急速に重要になっている。
近年の文献では、女性の論文は男性よりも学術的な引用が少ないという、女性の研究の可視性の欠如が示されている。
インフォメトリとサイエントメトリのコミュニティは、オンラインの可視性における性別ベースの不平等を一時的に検証した。
しかしながら、科学的作業のオンライン共有と、性別の異なるチームに対する引用の影響との関係は、まだ未定である。
ここでは、オンラインの視認性が、女性が性別に基づく引用ペナルティを克服するのに役立つかどうかを考察する。
本研究は,コンピュータ科学,工学,社会科学の3分野を対象とし,男女別表現,オンライン科学普及プラクティスの採用,引用文化について分析を行った。
チームにおける男女構成やオンライン視認性が引用数に与える影響を識別するために,粗い正確なマッチングを適用して擬似実験的な設定を行う。
オンラインの視認性は研究領域全体の引用に肯定的に影響するのに対し、チームの性別構成はこれらの研究領域の視認性と異なる相互作用を示す。
本研究は, 性別による引用パターンとオンラインの可視性に関する重要な知見を提供し, 引用ギャップの減少に関する情報的議論を招いた。
関連論文リスト
- 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) - Unveiling Gender Bias in Terms of Profession Across LLMs: Analyzing and
Addressing Sociological Implications [0.0]
この研究は、AI言語モデルにおけるジェンダーバイアスに関する既存の研究を調査し、現在の知識のギャップを特定する。
この結果は,大規模言語モデルのアウトプットに存在する,ジェンダー付き単語関連,言語使用,偏見付き物語に光を当てた。
本稿では,アルゴリズムアプローチやデータ拡張手法など,LSMにおける性別バイアスを低減するための戦略を提案する。
論文 参考訳(メタデータ) (2023-07-18T11:38:45Z) - "I'm fully who I am": Towards Centering Transgender and Non-Binary
Voices to Measure Biases in Open Language Generation [69.25368160338043]
トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。
オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。
我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
論文 参考訳(メタデータ) (2023-05-17T04:21:45Z) - Tainted Love: A Systematic Review of Online Romance Fraud [68.8204255655161]
ロマンス詐欺は、オンラインデートプラットフォーム上でのロマンチックな関係をサイバー犯罪者が構築することを含む。
我々は,ロマンス詐欺の文学的景観を特徴づけ,研究者や実践者の理解を深める。
主な貢献は, ロマンス詐欺のプロファイル, ロマンス詐欺の緩和対策, 詐欺師や被害者となることを前提とした要因の3つであった。
論文 参考訳(メタデータ) (2023-02-28T20:34:07Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - 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) - Investigating writing style as a contributor to gender gaps in science
and technology [0.0]
女性は、同等の質の仕事であっても、男性に対してより少ない引用を受ける傾向にある。
書体の性差は読みの好みに類似している可能性がある。
論文 参考訳(メタデータ) (2022-04-28T22:33:36Z) - 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) - 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) - Gender Stereotype Reinforcement: Measuring the Gender Bias Conveyed by
Ranking Algorithms [68.85295025020942]
本稿では,性別ステレオタイプをサポートする検索エンジンの傾向を定量化するジェンダーステレオタイプ強化(GSR)尺度を提案する。
GSRは、表現上の害を定量化できる情報検索のための、最初の特別に調整された尺度である。
論文 参考訳(メタデータ) (2020-09-02T20:45:04Z) - Text-mining forma mentis networks reconstruct public perception of the
STEM gender gap in social media [0.0]
Textual Forma Mentis Network (TFMN) は、マインドセットの構造を抽出し、表現し、理解するために導入されたガラスボックスである。
TFMNは、近年の研究によって歪んだ考え方と強く結びついている科学における男女差のケーススタディに適用された。
論文 参考訳(メタデータ) (2020-03-18T13:39:23Z)
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。