論文の概要: Systemic Gendered Citation Imbalance in Computer Science: Evidence from Conferences and Journals

• arxiv url: http://arxiv.org/abs/2603.23273v1
• Date: Tue, 24 Mar 2026 14:37:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.538108
• Title: Systemic Gendered Citation Imbalance in Computer Science: Evidence from Conferences and Journals
• Title（参考訳）: コンピュータ科学におけるシステミック・ジェンダード・サイテーションの不均衡 : 会議とジャーナルからの証拠
• Authors: Kazuki Nakajima, Yuya Sasaki, Sohei Tokuno, George Fletcher,
• Abstract要約: コンピュータ科学における会議論文と雑誌論文の引用における男女不均衡について検討する。 女性を1人または最後の著者としてリストアップした論文は、予想よりも少ない引用を受け取っていることがわかった。 我々は、最初の著者や最後の著者の卓越性と、彼らのローカルな共著者ネットワークの構造が、これらの不均衡の潜在的な要因であることを見出した。
• 参考スコア（独自算出の注目度）: 5.233678736391193
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gender imbalance persists across science, technology, engineering, and mathematics (STEM) fields, including computer science, where it appears in researcher demographics, productivity, recognition, hiring, and career progression. Given computer science's rapid expansion and global influence, addressing this imbalance is essential for broadening participation and fueling innovation. Although journal-oriented disciplines exhibit consistent gender imbalances in citation practices, it remains unclear whether similar patterns arise in the conference-centric culture of computer science. Here, we systematically investigate gender imbalance in citations of conference and journal papers in computer science. We find that papers for which a woman is listed as either first or last author receive fewer citations than expected, partly because of homophilic citation tendencies (i.e., authors tend to cite papers that share specific attributes). This imbalance is especially pronounced for conference papers--particularly those published at top-tier venues--relative to journals. Moreover, we find that the prominence of the first or last author and the structure of their local co-authorship networks are potential drivers of these imbalances. By exploring how conference-centric publishing practices can amplify systemic imbalances in computer science, our study offers insights that may inform efforts to foster more equitable representation in academia.
• Abstract（参考訳）: ジェンダーの不均衡は、コンピュータ科学を含む科学、技術、工学、数学(STEM)の分野にわたって持続し、研究者の人口統計学、生産性、認識、雇用、キャリアの進歩に現れる。 コンピュータ科学の急速な拡大と世界的影響力を考えると、この不均衡に対処することは、参加の拡大とイノベーションの加速に不可欠である。 ジャーナリズム指向の規律は、引用の実践において一貫した性別の不均衡を示すが、同様のパターンがコンピュータ科学のカンファレンス中心の文化に現れるかどうかは不明である。 本稿では,コンピュータ科学における会議論文と雑誌論文の引用における男女不均衡を体系的に検討する。 我々は、女性が第一の著者または最後の著者としてリストされている論文は、同性愛的引用傾向(例えば、著者は特定の属性を共有する論文を引用する傾向がある)のために、予想よりも少ない引用を受け取っていることを発見した。 この不均衡は特に会議論文(特に上位の会場で発行された論文)で顕著である。 さらに、最初の著者や最後の著者の優位性と、それらのローカルな共著者ネットワークの構造が、これらの不均衡の潜在的な要因であることがわかった。 コンファレンス中心の出版プラクティスがコンピュータサイエンスにおけるシステム的不均衡をいかに増幅するかを探求することによって、我々の研究は、アカデミックにおけるより公平な表現を育むための洞察を提供する。

関連論文リスト

• 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)
• 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)
• Who benefits from altmetrics? The effect of team gender composition on the link between online visibility and citation impact [0.0]
  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。
  論文  参考訳（メタデータ） (2023-08-01T09:33:31Z)
• Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
  我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。 我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。 我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
  論文  参考訳（メタデータ） (2022-11-07T16:19:42Z)
• 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)
• A Computational Inflection for Scientific Discovery [48.176406062568674]
  我々は科学的な発見の軌跡において、かなりの屈折の足元に立っている。 社会が急速に成長するデジタルトランスフォーメーションを継続するにつれて、人類の集団的な科学的知識も同様である。 コンピュータ科学は科学プロセス自体に革命を起こそうとしている。
  論文  参考訳（メタデータ） (2022-05-04T11:36:54Z)
• 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)

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。