論文の概要: How high-status women promote repeated collaboration among women in male-dominated contexts

• arxiv url: http://arxiv.org/abs/2407.03474v1
• Date: Wed, 3 Jul 2024 19:41:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-08 20:00:48.301285
• Title: How high-status women promote repeated collaboration among women in male-dominated contexts
• Title（参考訳）: 男性中心の文脈における女性同士のコラボレーションの促進
• Authors: Huimin Xu, Jamie Strassman, Ying Ding, Steven Gray, Maytal Saar-Tsechansky,
• Abstract要約: ある女性が地位が急な階層で上位にある場合、そのチームの他の女性は、男性よりも再び協力する可能性が高い。 急な階層では、上位階級の女性であるが上位階級の男性ではない女性は、同様の地位にある下層階級の男性よりも、下層階級の女性が再び協力する傾向にある。 現状階層は, 若年者同士の反復的コラボレーションに特に有害であるのに対し, 急激な地位階層の女性は, 男女間のネガティブな影響を緩和することが示唆された。
• 参考スコア（独自算出の注目度）: 8.577441679206538
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Male-dominated contexts pose a dilemma: they increase the benefits of repeated collaboration among women, yet at the same time, make such collaborations less likely. This paper seeks to understand the conditions that foster repeated collaboration among women versus men in male-dominated settings by examining the critical role of status hierarchies. Using collaboration data on 8,232,769 computer science research teams, we found that when a woman holds the top-ranking position in a steep status hierarchy, other women on that team are more likely than men to collaborate again, as compared to when the hierarchy is flat, and compared to when men occupy the top-ranking position. In steep hierarchies, top-ranking women but not top-ranking men foster conditions in which junior women are more likely to collaborate again than junior men of similar status levels. Our research suggests that whereas status hierarchies are especially detrimental to repeated collaboration among underrepresented individuals, top-ranking women in steep status hierarchies mitigate these negative impacts between women in male-dominated settings.
• Abstract（参考訳）: 男性支配の文脈はジレンマを引き起こし、女性間の反復的なコラボレーションの利点を増大させるが、同時にそのようなコラボレーションの可能性が低下する。 本研究は,男性を主体とした環境下での男女の反復的コラボレーションを促進する条件について,現状階層の重要役割を考察することによって理解することを目的とする。 コンピュータサイエンス研究チーム8,232,769人の協力データを用いて、女性が上位の地位を急な地位の階層で保持している場合、そのチームの他の女性は、階層が平坦な場合や、男性が上位の地位を占める場合と比較して、再び男性よりも協力する可能性が高いことがわかった。 急な階層では、上位階級の女性であるが上位階級の男性ではない女性は、同様の地位にある下層階級の男性よりも、下層階級の女性が再び協力する傾向にある。 現状階層は, 若年者同士の反復的コラボレーションに特に有害であるのに対し, 急激な地位階層の女性は, 男女間のネガティブな影響を緩和することが示唆された。

関連論文リスト

• Revealing and Reducing Gender Biases in Vision and Language Assistants (VLAs) [82.57490175399693]
  画像・テキスト・ビジョン言語アシスタント(VLA)22種における性別バイアスの検討 以上の結果から,VLAは実世界の作業不均衡など,データ中の人間のバイアスを再現する可能性が示唆された。 これらのモデルにおける性別バイアスを排除するため、微調整に基づくデバイアス法は、下流タスクにおけるデバイアスとパフォーマンスの最良のトレードオフを実現する。
  論文  参考訳（メタデータ） (2024-10-25T05:59:44Z)
• GenderCARE: A Comprehensive Framework for Assessing and Reducing Gender Bias in Large Language Models [73.23743278545321]
  大規模言語モデル(LLM)は、自然言語生成において顕著な能力を示してきたが、社会的バイアスを増大させることも観察されている。 GenderCAREは、革新的な基準、バイアス評価、リダクションテクニック、評価メトリクスを含む包括的なフレームワークである。
  論文  参考訳（メタデータ） (2024-08-22T15:35:46Z)
• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• Individual and gender inequality in computer science: A career study of cohorts from 1970 to 2000 [0.817469727611392]
  我々は1970年から2000年までのコンピュータ科学の分野で、コホートに対する個人と性別の不平等の進化について研究した。 マシュー効果は初期の業績に利点を蓄積し、何十年にもわたって強くなっていくことが示されている。 女性は、早期キャリアの達成や社会的支援とは無関係な理由で退社するリスクが高いため、引き続き遅れ続ける。
  論文  参考訳（メタデータ） (2023-11-08T09:42:09Z)
• Adaptive Coordination in Social Embodied Rearrangement [49.35582108902819]
  本研究では,エージェントが新しいパートナーと協力し,ロボットが新しいパートナーと協力するシナリオをエミュレートする作業において,ゼロショットコーディネート(ZSC)を研究する。 本稿では,識別可能性の目的を通じて多様性を促進する新しいZSCアプローチである行動多様性プレイ(BDP)を提案する。 以上の結果から,BDPは視覚的コーディネーションに対処可能な適応エージェントを学習し,ゼロショットは未確認環境において新たなパートナーに一般化し,ベースラインに比べて35%,効率が32%向上した。
  論文  参考訳（メタデータ） (2023-05-31T18:05:51Z)
• 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)
• On the Critical Role of Conventions in Adaptive Human-AI Collaboration [73.21967490610142]
  規則依存表現と規則依存表現を区別する学習フレームワークを提案する。 複雑性が異なる3つの共同作業に対するアプローチを実験的に検証します。
  論文  参考訳（メタデータ） (2021-04-07T02:46:19Z)
• Emergence of Structural Inequalities in Scientific Citation Networks [20.754274052686355]
  科学的引用における2種類の構造的不等式を同定する。 まず、少数の研究者を代表する女性作家は、男性作家と比較して、作品に対する認知度が低い。 第2に、少数派である上位機関に属する著作家は、他の著作者に比べてかなり高い評価を受けている。
  論文  参考訳（メタデータ） (2021-03-19T17:53:08Z)
• Can gender inequality be created without inter-group discrimination? [0.0]
  単純なエージェントベースの動的プロセスが男女不平等を生じさせるかどうかを検証した。 我々は、ランダムに選択されたエージェントのペアで相互作用する集団をシミュレートし、自己および他者の評価判断に影響を及ぼす。 偏見, ステレオタイプ, 分離, 分類がなければ, 本モデルは, ガラス天井効果の安定性, 調和性, 特性を示す自己評価と状態の群間不平等を生じさせる。
  論文  参考訳（メタデータ） (2020-05-05T07:33:27Z)

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。