The Gender Gap in Wikipedia Talk Pages
Notice bibliographique
Résumé
Wikipedia is an important source of information in today's world. Yet, the lack of gender diversity in its community has been shown to affect the topics covered. Each Wikipedia article has a talk page that volunteer editors use to discuss proposed changes. Research on the gender bias has focused on article contribution and topic coverage, but not talk page activity. It has been suggested that the conflicts that take place in talk pages are especially intimidating for women, but this assertion has not been quantified yet. To fill this gap, we collected a dataset of all comments on Wikipedia talk pages, enriching it with gender information available from users who have chosen to disclose their gender on their user profiles or settings. Among the users active in talk pages, 49,387 indicated that they are male while only 5,996 indicated that they are female. The comments of these users make up for 4 million comments, approximately one quarter of all comments on Wikipedia. In addition, we observed that female participation varies by topic, reflecting traditional gender stereotypes: compared to Science, Technology, Engineering and Mathematics (STEM) topics, women were more active in categories such as Gender studies or Feminism. Results also indicate that a post on a talk page is 2.4\% less likely to be replied to if the author is female. Likewise, reply probability varies from topic to topic. These results provide quantitative support for a gender bias in Wikipedia talk pages, and serve as a basis for discussing why overall female participation is low.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».