論文の概要: Report on Female Participation in Informatics degrees in Europe
- arxiv url: http://arxiv.org/abs/2410.11431v1
- Date: Tue, 15 Oct 2024 09:33:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-16 14:03:19.264958
- Title: Report on Female Participation in Informatics degrees in Europe
- Title（参考訳）: ヨーロッパにおけるインフォマティクス学位女性参加報告
- Authors: Andrea D'Angelo, Tiziana Catarci, Antinisca Di Marco, Monica Landoni, Enrico Nardelli, Giovanni Stilo,
- Abstract要約: 本研究は,IEHE(Informatics Europe Higher Education)データポータルからのデータを豊かに活用することを目的としている。
本研究は,女子学生の割合,初入学者数,女子学生の学位数について検討した。
- 参考スコア（独自算出の注目度）: 3.498239025413087
- License:
- Abstract: This study aims to enrich and leverage data from the Informatics Europe Higher Education (IEHE) data portal to extract and analyze trends in female participation in Informatics across Europe. The research examines the proportion of female students, first-year enrollments, and degrees awarded to women in the field. The issue of low female participation in Informatics has long been recognized as a persistent challenge and remains a critical area of scholarly inquiry. Furthermore, existing literature indicates that socio-economic factors can unpredictably influence female participation, complicating efforts to address the gender gap. The analysis focuses on participation data from research universities at various academic levels, including Bachelors, Masters, and PhD programs, and seeks to uncover potential correlations between female participation and geographical or economic zones. The dataset was first enriched by integrating additional information, such as each country's GDP and relevant geographical data, sourced from various online repositories. Subsequently, the data was cleaned to ensure consistency and eliminate incomplete time series. A final set of complete time series was selected for further analysis. We then used the data collected from the internet to assign countries to different clusters. Specifically, we employed Economic Zone, Geographical Area, and GDP quartile to cluster countries and compare their temporal trends both within and between clusters. We analyze the results for each classification and derive conclusions based on the available data.
- Abstract（参考訳）: 本研究では,インフォマティクス欧州高等教育(IEHE)データポータルのデータを利用して,ヨーロッパ全土のインフォマティクスへの女性の参加傾向を抽出・分析することを目的とする。
本研究は,女子学生の割合,初入学者数,女子学生の学位数について検討した。
インフォマティクスへの女性参加率の低い問題は、長年にわたり永続的な課題として認識され、学術的な調査の重要な領域として残されている。
さらに、既存の文献では、社会経済的要因が女性の参加に予測不可能な影響を与え、男女格差に対処する努力を複雑にしていることを示している。
この分析は、学士号、修士号、博士課程など、さまざまな学術レベルの研究大学からの参加データに焦点を当て、女性の参加と地理的・経済的なゾーンの間の潜在的な相関関係を明らかにすることを目的としている。
データセットはまず、各国のGDPや関連する地理的データなど、さまざまなオンラインリポジトリから得られる追加情報を統合することで強化された。
その後、データは整合性を確保し、不完全な時系列を除去するためにクリーン化された。
さらなる分析のために、最終セットの完全な時系列が選択された。
次に、インターネットから収集したデータを使って、国を異なるクラスタに割り当てました。
具体的には、経済圏、地理的地域、GDPの4次構造をクラスタ国に導入し、クラスタ内およびクラスタ間の時間的傾向を比較した。
我々は,各分類の結果を分析し,利用可能なデータに基づいて結論を導出する。
関連論文リスト
- GenderBias-\emph{VL}: Benchmarking Gender Bias in Vision Language Models via Counterfactual Probing [72.0343083866144]
本稿では,GenderBias-emphVLベンチマークを用いて,大規模視覚言語モデルにおける職業関連性バイアスの評価を行う。
ベンチマークを用いて15のオープンソースLVLMと最先端の商用APIを広範囲に評価した。
既存のLVLMでは男女差が広くみられた。
論文 参考訳（メタデータ） (2024-06-30T05:55:15Z) - Data-Centric AI in the Age of Large Language Models [51.20451986068925]
本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。
本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。
データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
論文 参考訳（メタデータ） (2024-06-20T16:34:07Z) - Visualizing Progress in Broadening Participation in Computing: The Value of Context [2.5749138817029835]
米国内でのコンピューティングの表現に関する懸念は、参加を広げるために多くの活動を促している。
コンピューティングへの参加拡大に関する文献の多数は、性別や人種・民族に関するデータを報告し、学生の交叉アイデンティティに関するデータを省略している。
論文 参考訳（メタデータ） (2024-03-18T01:12:02Z) - Combining the Strengths of Dutch Survey and Register Data in a Data Challenge to Predict Fertility (PreFer) [8.4153358785173]
オランダにおける出生率の予測可能性を調べるために,2つのデータセットを提案する。
1つのデータセットは、幅広いトピックに関する数千の変数を含む縦断調査であるISSパネルに基づいている。
もう一つはオランダの登録データに基づいており、位置データに欠けるが、オランダの住民数百万人のライフコースに関する詳細な情報を含んでいる。
論文 参考訳（メタデータ） (2024-02-01T16:00:21Z) - Exploring Student Engagement and Outcomes: Experiences from Three Cycles
of an Undergraduate Module [0.5735035463793008]
主な発見は、最初の3週間の仮想学習環境への非導入が、失敗の最も強い予測要因であったことである。
統合された最新の学生情報にアクセスする環境において、モジュールリーダーにとって発見は、日々の課題である。
論文 参考訳（メタデータ） (2022-12-22T13:12:47Z) - Investigating Participation Mechanisms in EU Code Week [68.8204255655161]
デジタル・コンピテンス(デジタル・コンピテンス、Digital competence、DC)は、デジタル技術の信頼性、批判、利用のための幅広いスキル、態度、知識のセットである。
この写本の目的は、コード・ウィークのEU加盟国への参加に関する詳細な統計学的記述を提供することである。
論文 参考訳（メタデータ） (2022-05-29T19:16:03Z) - 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) - Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。
UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。
私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
論文 参考訳（メタデータ） (2021-08-10T19:19:41Z) - How True is GPT-2? An Empirical Analysis of Intersectional Occupational
Biases [50.591267188664666]
下流のアプリケーションは、自然言語モデルに含まれるバイアスを継承するリスクがある。
一般的な生成言語モデルであるGPT-2の作業バイアスを分析した。
特定の仕事について、GPT-2は米国におけるジェンダーと民族の社会的偏見を反映しており、場合によってはジェンダー・パリティの傾向を反映している。
論文 参考訳（メタデータ） (2021-02-08T11:10:27Z) - Machine Learning and Data Science approach towards trend and predictors
analysis of CDC Mortality Data for the USA [0.0]
調査では、性別やその中心的な傾向に関わらず(サンプルに基づいて)平均寿命が決定された。
この研究は、機械学習の予測が、データにとって明らかなほど有効ではないことを示しています。
論文 参考訳（メタデータ） (2020-09-11T12:46:57Z)
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。