论文计量学中性别偏见研究:使用学术数据分析 (SoDA) 卡片标准化方法论变异性
数字图书馆
2025-01-31 v1 人工智能
社会与信息网络
摘要
学术指标中的性别偏见仍是一个持续关注的议题,尽管已有大量计量学研究探讨其在生产力、影响力、认可度和自引引用等方面的存在与否,但方法论的不一致性——特别是关于作者姓名消歧和性别识别——限制了这些研究的可靠性和可比性,可能加剧误解,阻碍有效干预。对过去12年间70篇相关文献的审查揭示了多种方法的差异,包括基于姓名的和手动搜索方法,以及更算法化和金标准方法,目前尚无明确的最佳实践共识。这种变异性,以及诸如准确消歧亚洲姓名和管理未指派性别标签等挑战,凸显了迫切需要标准化和稳健的方法论。为此,我们提出需要开发和实施“学术数据分析 (SoDA) 卡片”。这些卡片将为 documenting and reporting 关键方法选择提供结构化框架,包括作者姓名消歧和性别识别程序。通过促进透明度和可重复性,SoDA卡片将有助于更准确地进行比较和聚合研究发现,最终支持以证据为依据的政策制定,并使我们能够在研究性别及其他社交偏见时,对分析方法进行纵向跟踪。
引用
@article{arxiv.2501.18129,
title = {Revisiting gender bias research in bibliometrics: Standardizing methodological variability using Scholarly Data Analysis (SoDA) Cards},
author = {HaeJin Lee and Shubhanshu Mishra and Apratim Mishra and Zhiwen You and Jinseok Kim and Jana Diesner},
journal= {arXiv preprint arXiv:2501.18129},
year = {2025}
}
备注
33 pg, 7 figures. Soda Cards: https://github.com/HaeJinLee41/scholarly_bias_study