論文の概要: Women's Participation in Computing: Evolving Research Methods

• arxiv url: http://arxiv.org/abs/2407.17677v1
• Date: Thu, 25 Jul 2024 00:05:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-26 15:47:21.252057
• Title: Women's Participation in Computing: Evolving Research Methods
• Title（参考訳）: 女性のコンピューティングへの参加 : 研究方法の進化
• Authors: Thomas J. Misa,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A 2022 keynote for the ACM History Committee on "Why SIG History Matters: New Data on Gender Bias in ACM's Founding SIGs 1970-2000" presented new data describing women's participation as research-article authors in 13 early ACM Special Interest Groups, finding significant growth in women's participation across 1970-2000 and, additionally, remarkable differences in women's participation between the SIGs. That presentation built on several earlier publications that developed a research method for assessing the number of women computer scientists that [a] are chronologically prior to the availability of the Bureau of Labor Statistics (BLS) data on women in the IT workforce; and [b] permit focused investigation of varied sub-fields within computing. This present report expands on these earlier articles, and their evolving research method, connecting them to the ACM SIG Heritage presentation. It also outlines some of the choices and considerations made in developing and refining "mixed methods" research (using both quantitative and qualitative approaches) as well as extensions of the research being currently explored.
• Abstract（参考訳）: 2022年、ACMヒストリー委員会「なぜSIGヒストリー・マターズ: ACM's Founding SIGs 1970-2000」におけるジェンダーバイアスの新しいデータ」の基調講演では、ACM Special Interest Groups 13の初期の研究・アーティクルの著者として女性の参加を記述し、1970-2000年における女性の参加の著しい増加と、SIG間の女性の参加の顕著な相違が明らかになった。 このプレゼンテーションは、IT部門における女性の労働統計局(BLS)データの入手に先立ち、[a]コンピュータにおける様々なサブフィールドの調査を集中的に行うための、女性コンピュータ科学者の数を時系列的に評価する研究手法を開発した、いくつかの初期の出版物に基づくものである。 本報告では、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。 また、現在検討中の研究の拡張とともに、「混合手法」の研究(量的および質的アプローチの両方を用いて)の開発と精錬における選択と考察について概説している。

関連論文リスト

• 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)
• De-identification of clinical free text using natural language processing: A systematic review of current approaches [48.343430343213896]
  自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。 本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
  論文  参考訳（メタデータ） (2023-11-28T13:20:41Z)
• 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)
• Gender Representation in Brazilian Computer Science Conferences [0.6961253535504979]
  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。
  論文  参考訳（メタデータ） (2022-08-23T15:10:10Z)
• Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
  我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。 我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
  論文  参考訳（メタデータ） (2022-07-18T11:38:32Z)
• Fairness in Recommender Systems: Research Landscape and Future Directions [119.67643184567623]
  本稿は,近年の地域におけるフェアネスの概念と概念について概観する。 この分野での研究が現在どのように行われているのかを概観する。 全体として、最近の研究成果の分析は、ある研究のギャップを示している。
  論文  参考訳（メタデータ） (2022-05-23T08:34:25Z)
• 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)
• 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)

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。