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
- Divided by discipline? A systematic literature review on the quantification of online sexism and misogyny using a semi-automated approach [1.1599570446840546]
PRISMAフローチャートにおける選択段階の異なる段階における検索結果の絞り込みを半自動で行う方法を提案する。
2012年から2022年まで,コンピュータ科学と社会科学の文献を調査した。
オンライン性差別と誤認を測定するための今後の研究の課題と機会について論じる。
論文 参考訳（メタデータ） (2024-09-30T11:34:39Z) - Biases in gendered citation practices: an exploratory study and some reflections on the Matthew and Matilda effects [2.0277446818410994]
本稿では,ソフトウェア工学文献における性的な引用の実践を分析することを目的とする。
この結果から,SE分野における引用実践の公平性を達成するためには,まだいくつかの努力が必要であることが示唆された。
論文 参考訳（メタデータ） (2024-09-18T19:53:41Z) - Inclusivity in Large Language Models: Personality Traits and Gender Bias in Scientific Abstracts [49.97673761305336]
我々は,3つの大きな言語モデル (LLM) を,人間の物語スタイルと潜在的な性別バイアスに適合させることで評価した。
以上の結果から,これらのモデルは一般的にヒトの投稿内容によく似たテキストを生成するが,スタイル的特徴の変化は有意な性差を示すことが示唆された。
論文 参考訳（メタデータ） (2024-06-27T19:26:11Z) - A multitask learning framework for leveraging subjectivity of annotators to identify misogyny [47.175010006458436]
本研究では,誤識別システムの性能向上を目的としたマルチタスク学習手法を提案する。
6つのプロファイルグループにまたがる性別と年齢を考慮したモデル設計において,アノテータからさまざまな視点を取り入れた。
本研究は、コンテンツモデレーションを推進し、効果的なオンラインモデレーションシステムを構築するための多様な視点を受け入れることの重要性を強調している。
論文 参考訳（メタデータ） (2024-06-22T15:06:08Z) - 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) - 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]
文章のスタイルは性別によって大きく異なり、女性はより関連性のある特徴を用いている。
より関連性の高い論文や特許も女性によって引用される傾向にある。
以上の結果から, 科学的テキストは人格を欠くものではないことが示唆され, 評価のバイアスに寄与する可能性が示唆された。
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)
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。