論文の概要: Gender Differences in Research Topic and Method Selection in Library and Information Science: Perspectives from Three Top Journals

• arxiv url: http://arxiv.org/abs/2607.01828v1
• Date: Thu, 02 Jul 2026 07:48:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.724662
• Title: Gender Differences in Research Topic and Method Selection in Library and Information Science: Perspectives from Three Top Journals
• Title（参考訳）: 図書館・情報科学における研究トピックと方法選択のジェンダー差:3つのトップジャーナルからの展望
• Authors: Chengzhi Zhang, Siqi Wei, Yi Zhao, Liang Tian,
• Abstract要約: この研究は、方法選択における男女差に寄与する特定の研究デザインプロセスに関する洞察を提供する。 その結果、女性はインタビューを使う傾向があり、男性は様々なトピックに理論的なアプローチを好むことがわかった。
• 参考スコア（独自算出の注目度）: 8.370467804153506
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Research in the social sciences has shown that there are gender differences in the selection of research methods, with women often opting for qualitative methods while men prefer quantitative methods. However, it is important to consider that research methods are generally chosen based on the research topic. To figure out the influence of gender on research method selection, a study was conducted in the field of Library and Information Science, using a more fine-grained method classification system and an automatic classification model called CogFT, which is based on full-text cognition. The findings showed that women tend to use Interview while men prefer Theoretical approach, across a range of topics. The study offers insights into the specific research design processes that contribute to gender differences in method selection and suggests ways to promoting gender inclusivity and equality in academia by considering research method use and guidance.
• Abstract（参考訳）: 社会科学の研究は、研究方法の選択には男女差があることを示しており、女性は質的な方法を選択し、男性は定量的な方法を好む。 しかし、研究の手法が一般に研究トピックに基づいて選択されていることを考慮しておくことが重要である。 研究方法選択における性別の影響を明らかにするために,よりきめ細かな方法分類システムと,全文認識に基づくCogFTと呼ばれる自動分類モデルを用いて,図書館情報科学の分野で研究を行った。 その結果、女性はインタビューを使う傾向があり、男性は様々なトピックに理論的なアプローチを好むことがわかった。 この研究は、方法選択における男女差に寄与する特定の研究デザインプロセスに関する洞察を提供し、研究方法の使用とガイダンスを考慮して、学界における男女の傾きと平等を促進する方法を提案する。

関連論文リスト

• Gender Differences in Research Topic and Method Convergence among Collaborating Scholars in Library and Information Science [3.5111161561666084]
  本研究は,学術出版における男女差の研究の難しさに対処するために,比較的体系的な手法を用いている。 研究者が選択した研究トピックや方法の収束と多様性に関する洞察を提供する。
  論文  参考訳（メタデータ） (2026-06-20T07:06:18Z)
• Research Method Usage across Academic Ages in Library and Information Science: An Empirical Study (1990-2023) [7.4287545941586615]
  学齢はキャリアの発達を形作り、研究行動、出力量、方法論の選択に影響を与える。 1990-2023年に14の権威ある図書館と情報科学誌に掲載された26,677の論文のコーパスが編纂された。 中産階級の学者は最も多様性の高い方法を示しており、後期の学者は最も低い方法を示している。
  論文  参考訳（メタデータ） (2026-06-20T03:57:28Z)
• Gender assignment in doctoral theses: revisiting Teseo with a method based on cultural consensus theory [0.0]
  本研究では,学術的文脈におけるジェンダー割り当て手法を批判的に評価する。 この研究は、文化的なコンセンサスに基づく手法であるnomquamgenderを導入し、スペインの論文データベースであるTeseoに適用した。
  論文  参考訳（メタデータ） (2025-01-20T15:22:01Z)
• The Quest for the Right Mediator: Surveying Mechanistic Interpretability Through the Lens of Causal Mediation Analysis [51.046457649151336]
  本稿では,因果媒介分析に基づく解釈可能性研究の視点を提案する。 本稿では, 原因単位(メディエーター)の種類に応じて分類された解釈可能性の歴史と現状について述べる。 我々は,各メディエータの長所と短所について論じ,特定の種類のメディエータや検索手法が最適であるかどうかについての洞察を提供する。
  論文  参考訳（メタデータ） (2024-08-02T17:51:42Z)
• Inferring gender from name: a large scale performance evaluation study [4.934579134540613]
  研究者は、簡単に利用可能な情報から、主に人物の名前から性別を推測する必要がある。 名前と性別の推論は、アルゴリズムのアプローチとソフトウェア製品の領域を継続的に発展させてきた。 我々は,既存手法を大規模に評価し,名前と性別の推論を行う。 既存のどのアプローチよりも優れたパフォーマンスを実現する2つの新しいハイブリッドアプローチを提案する。
  論文  参考訳（メタデータ） (2023-08-22T13:38:45Z)
• Unveiling Gender Bias in Terms of Profession Across LLMs: Analyzing and Addressing Sociological Implications [0.0]
  この研究は、AI言語モデルにおけるジェンダーバイアスに関する既存の研究を調査し、現在の知識のギャップを特定する。 この結果は,大規模言語モデルのアウトプットに存在する,ジェンダー付き単語関連,言語使用,偏見付き物語に光を当てた。 本稿では,アルゴリズムアプローチやデータ拡張手法など,LSMにおける性別バイアスを低減するための戦略を提案する。
  論文  参考訳（メタデータ） (2023-07-18T11:38:45Z)
• Gender Stereotype Reinforcement: Measuring the Gender Bias Conveyed by Ranking Algorithms [68.85295025020942]
  本稿では,性別ステレオタイプをサポートする検索エンジンの傾向を定量化するジェンダーステレオタイプ強化(GSR)尺度を提案する。 GSRは、表現上の害を定量化できる情報検索のための、最初の特別に調整された尺度である。
  論文  参考訳（メタデータ） (2020-09-02T20:45:04Z)
• A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
  過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。 本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。 特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
  論文  参考訳（メタデータ） (2020-08-02T00:09:03Z)
• Towards causal benchmarking of bias in face analysis algorithms [54.19499274513654]
  顔分析アルゴリズムのアルゴリズムバイアスを測定する実験手法を開発した。 提案手法は,一致したサンプル画像の合成トランスクター'を生成することに基づく。 性別分類アルゴリズムの偏見を従来の観察法を用いて分析することにより,本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2020-07-13T17:10:34Z)
• 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)
• A Survey on Causal Inference [64.45536158710014]
  因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。 観測データに対する様々な因果効果推定法が誕生した。
  論文  参考訳（メタデータ） (2020-02-05T21:35:29Z)

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。