論文の概要: Survival of the Notable: Gender Asymmetry in Wikipedia Collective Deliberations
- arxiv url: http://arxiv.org/abs/2411.04340v1
- Date: Thu, 07 Nov 2024 00:37:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-08 19:38:52.948487
- Title: Survival of the Notable: Gender Asymmetry in Wikipedia Collective Deliberations
- Title（参考訳）: Wikipedia Collective Deliberations における有意義なジェンダー非対称性の存続
- Authors: Khandaker Tasnim Huq, Giovanni Luca Ciampaglia,
- Abstract要約: ウィキペディアにおける削除記事(AfD)の議論により、編集者は既存の記事の可読性を評価することができる。
編集長が女性削除の合意に達するまでに長い時間を要するにもかかわらず、女性の伝記は男性よりも早く削除にノミネートされていることが判明した。
歴史人物に関するAfDは、議論中の伝記を他の百科事典にリダイレクトまたはマージする傾向が強い。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Communities on the web rely on open conversation forums for a number of tasks, including governance, information sharing, and decision making. However these forms of collective deliberation can often result in biased outcomes. A prime example are Articles for Deletion (AfD) discussions on Wikipedia, which allow editors to gauge the notability of existing articles, and that, as prior work has suggested, may play a role in perpetuating the notorious gender gap of Wikipedia. Prior attempts to address this question have been hampered by access to narrow observation windows, reliance on limited subsets of both biographies and editorial outcomes, and by potential confounding factors. To address these limitations, here we adopt a competing risk survival framework to fully situate biographical AfD discussions within the full editorial cycle of Wikipedia content. We find that biographies of women are nominated for deletion faster than those of men, despite editors taking longer to reach a consensus for deletion of women, even after controlling for the size of the discussion. Furthermore, we find that AfDs about historical figures show a strong tendency to result into the redirecting or merging of the biography under discussion into other encyclopedic entries, and that there is a striking gender asymmetry: biographies of women are redirected or merged into biographies of men more often than the other way round. Our study provides a more complete picture of the role of AfD in the gender gap of Wikipedia, with implications for the governance of the open knowledge infrastructure of the web.
- Abstract（参考訳）: Web上のコミュニティは、ガバナンス、情報共有、意思決定など、さまざまなタスクのためのオープンな会話フォーラムに依存しています。
しかし、このような集合的な議論は、しばしばバイアスのある結果をもたらす。
主要な例として、ウィキペディアにおける削除記事(英語版)(AfD)の議論があり、これは編集者が既存の記事の表記可能性を評価することを可能にし、以前の研究が示唆したように、ウィキペディアの悪名高い性別格差を永続させる役割を担っている。
この問題に対処する以前の試みは、狭い観察窓へのアクセス、伝記と編集結果の両方の限られたサブセットへの依存、そして潜在的に矛盾する要因によって妨げられていた。
これらの制限に対処するために、我々は、ウィキペディアコンテンツの全編集サイクルの中で、伝記AfDの議論を完全に解決するために、競合するリスクサバイバルフレームワークを採用します。
編集長は, 議論の規模を抑えながら, 女性の削除に合意に達するまでに長い時間を要するにもかかわらず, 女性の伝記は, 男性よりも早く削除に推薦されることが判明した。
さらに、歴史人物に関するAfDは、議論中の伝記を他の百科事典にリダイレクトまたはマージする傾向が強く、女性の伝記は、他の方法よりも頻繁に男性の伝記にリダイレクトまたはマージされるという顕著な性別非対称性があることが判明した。
我々の研究は、ウィキペディアのジェンダーギャップにおけるAfDの役割のより完全な図式を提供し、ウェブのオープンな知識基盤のガバナンスに影響を及ぼす。
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) - Estimating Gender Completeness in Wikipedia [4.292453466361998]
本論文の目的は,ウィキペディアコミュニティに対して,異なるエンティティタイプに対する問題の規模を推定する手段を提供することである。
以上の結果から,ウィキペディアでは,異なるサブクラスの人に対してどのジェンダーが一般的かだけでなく,異なるジェンダーとサブクラスの人に対するカバー範囲の完全性についても考察した。
論文 参考訳（メタデータ） (2024-01-17T06:03:31Z) - Why Should This Article Be Deleted? Transparent Stance Detection in
Multilingual Wikipedia Editor Discussions [47.944081120226905]
ウィキペディア編集者の議論の新たなデータセットを3言語で構築する。
データセットには、エディタのスタンス(keep、delete、merge、コメント)と、記述された理由、編集決定ごとにコンテンツモデレーションポリシーが含まれている。
我々は、姿勢とそれに対応する理由(政治)を高い精度で予測し、意思決定プロセスに透明性を加えることを実証する。
論文 参考訳（メタデータ） (2023-10-09T15:11:02Z) - VisoGender: A dataset for benchmarking gender bias in image-text pronoun
resolution [80.57383975987676]
VisoGenderは、視覚言語モデルで性別バイアスをベンチマークするための新しいデータセットである。
We focus to occupation-related biases in a hegemonic system of binary gender, inspired by Winograd and Winogender schemas。
我々は、最先端の視覚言語モデルをいくつかベンチマークし、それらが複雑な場面における二項性解消のバイアスを示すことを発見した。
論文 参考訳（メタデータ） (2023-06-21T17:59:51Z) - Mapping Process for the Task: Wikidata Statements to Text as Wikipedia
Sentences [68.8204255655161]
本稿では,ウィキデータ文をウィキペディアのプロジェクト用自然言語テキスト(WS2T)に変換するタスクに対して,文レベルでのマッピングプロセスを提案する。
主なステップは、文を整理し、四つ組と三つ組のグループとして表現し、それらを英語のウィキペディアで対応する文にマッピングすることである。
文構造解析,ノイズフィルタリング,および単語埋め込みモデルに基づく文成分間の関係について,出力コーパスの評価を行った。
論文 参考訳（メタデータ） (2022-10-23T08:34:33Z) - Men Are Elected, Women Are Married: Events Gender Bias on Wikipedia [16.892630505629224]
ウィキペディアのコーパスにおいて,ジェンダーバイアスに関する最初のイベント中心の研究を提示する。
我々は、最先端のイベント検出モデルを用いてイベントを検出し、戦略的に生成されたテンプレートを用いて結果を校正し、性別と非対称な関係を持つイベントを抽出する。
論文 参考訳（メタデータ） (2021-06-03T05:22:16Z) - Controlled Analyses of Social Biases in Wikipedia Bios [27.591896251854724]
ウィキペディアの伝記ページの分析において,共起変数の効果を低減する手法を提案する。
本研究では,比較コーパスと目的コーパスとの適合度を測定する指標の開発により,提案手法を評価する。
以上の結果から,共起変数に対する制御の失敗は,異なる結論とマスクバイアスをもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2020-12-31T21:27:12Z) - 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) - Global gender differences in Wikipedia readership [14.112831377937107]
ウィキペディアの読者層における性別差の新たな証拠と,そのユーザの行動記録にどのように現れるかを示す。
より具体的には、(1)ウィキペディアの読者の間では女性が不足していること、(2)女性は男性よりも読書セッション当たりのページ数が少ないこと、(3)男女が同様の理由でウィキペディアを訪れていること、(4)男女が特定のトピックの好みを示すことを報告している。
論文 参考訳（メタデータ） (2020-07-20T18:40:32Z) - How Inclusive Are Wikipedia's Hyperlinks in Articles Covering Polarizing
Topics? [8.035521056416242]
偏光トピックの相補的な側面を記述した記事間の相互接続トポロジの影響に着目した。
トピックの異なる側面へのユーザの露出を定量化するために,多様な情報への露出の新たな尺度を導入する。
ネットワークトポロジがユーザのトピックに関する多様な情報への露出を著しく制限するケースを特定し,ユーザが知識バブルに留まることを奨励する。
論文 参考訳（メタデータ） (2020-07-16T09:19:57Z) - Multi-Dimensional Gender Bias Classification [67.65551687580552]
機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。
本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。
このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
論文 参考訳（メタデータ） (2020-05-01T21:23:20Z)
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。