一个带有语义与人口统计估计的科学导师关系数据集
数字图书馆
2021-06-14 v1 计算机与社会
摘要
科学中的导师关系对主题选择、职业决策以及被指导者与指导者的成功至关重要。研究导师关系的研究者通常使用文章合著与博士论文数据集。然而，此类可用数据集聚焦于狭窄的学科选取，且遗漏了职业生涯早期及非出版相关的互动。在此，我们描述 MENTORSHIP，一个包含 112 个学科中 738989 名科学家间 743176 条导师关系的众包数据集，其避免了上述缺陷。我们利用来自 Microsoft Academic Graph 的出版数据及基于深度学习内容分析的“语义”研究表示丰富了科学家档案。由于性别与种族已成为分析科学导师关系与差异的关键维度，我们也提供了这些因素的估计。我们对档案–出版匹配、语义内容与人口统计推断进行了广泛验证。我们预期该数据集将促进科学导师关系研究，并深化我们对其在科学家职业结果中作用的理解。
引用
@article{arxiv.2106.06487,
title = {A dataset of mentorship in science with semantic and demographic estimations},
author = {Qing Ke and Lizhen Liang and Ying Ding and Stephen V. David and Daniel E. Acuna},
journal= {arXiv preprint arXiv:2106.06487},
year = {2021}
}
备注
Data can be found at https://doi.org/10.5281/zenodo.4917086