Bridging LGBT+ Content Gaps Across Wikipedia Language Editions
Notice bibliographique
Résumé
In the past several years, the Wikimedia Movement has become more aware of the lack of representation of specific communities, that is, content gaps. Next to geographical and gender-related initiatives, the LGBT+ Wikimedia community has organized to create LGBT+ content encompassing (among other topics) biographies, events, and culture. In this paper, we present a computational approach to collecting and analyzing LGBT+ articles. We selected 14 Wikipedia language editions to study the coverage of LGBT+ content in general, its visibility in the list of Featured Articles, and its overlap with the local content of the Wikipedia language editions. Results show that a considerable part of potentially LGBT+ related content exists across Wikipedia language editions; however, this relation is not evident in each language edition. In this sense, closing the LGBT+ content gap is about creating articles and making connection to the topic visible in already existing articles. We also analyze the frequency of biographies of persons with non-heterosexual sexual orientations. We find that even though they represent only a small share of all biographies, they are a bit more frequent among the Featured Articles. When taking into account all the LGBT+ biographies of the different languages, English context celebrities are the most visible. While part of the LGBT+ content is related to each language edition's local context, it tends to be less contextualized than the entire language editions. This indicates the possibility of growing LGBT+ content in each Wikipedia language edition by representing its most immediate LGBT+ local context. We propose a dashboard tool to find relevant LGBT+ articles across language editions and start bridging the gaps. Finally, we conclude this study by presenting recommendations for the next steps amongst the Wikipedia communities to fill some of these gaps.
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 | 0,002 | 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».