人工智能科学生态系统中的性别特定模式

科学中的性别差距是权威机构与科学界最为关注的辩论点之一。过去几十年中，众多倡议致力于加速学术界与研究界的性别平等。然而，尽管持续努力，差距仍 worldwide 存在，且需采取更多措施。本研究利用社交网络分析、自然语言处理和机器学习，全面分析了 2000—2019 年间人工智能这一高度跨学科且不断演进领域中的性别特定模式。我们的发现表明混合性别合作的整体比率在上升。从观察到的性别特定合作模式，证实了在二元和团队层面均存在学科同质性。然而，观察到女性研究者对形成同质性合作链接有更高偏好。我们的核心—边缘分析指出，拥有多样化合作与科学绩效和经历之间存在显著正相关。我们发现了支持人工智能领域新兴女性超级明星研究者涌现的证据。