BIAS Word inventory for work and employment diversity, (in)equality and inclusivity (Version 2.0)
Notice bibliographique
Résumé
The language used in job advertisements contains explicit and implicit cues, which signal employers’ preferences for candidates of certain ascribed characteristics, such as gender and ethnicity/race. To capture such biases in language use, existing word inventories have focused predominantly on gender and are based on general perceptions of the ‘masculine’ or ‘feminine’ orientations of specific words and socio-psychological understandings of ‘agentic’ and ‘communal’ traits. Nevertheless, these approaches are limited to gender and they do not consider the specific contexts in which the language is used. To address these limitations, we have developed the first comprehensive word inventory for work and employment diversity, (in)equality, and inclusivity that builds on a number of conceptual and methodological innovations. The BIAS Word Inventory was developed as part of our work in an international, interdisciplinary project – BIAS: Responsible AI for Labour Market Equality – in Canada and the United Kingdom (UK). Conceptually, we rely on a sociological approach that is attuned to various documented causes and correlates of inequalities related to gender, sexuality, ethnicity/race, immigration and family statuses in the labour market context. Methodologically, we rely on ‘expert’ coding of actual job advertisements in Canada and the UK, as well as iterative cycles of inter-rater verification. Our inventory is particularly suited for studying labour market inequalities, as it reflects the language used to describe job postings, and the inventory takes account of cues at various dimensions, including explicit and implicit cues associated with gender, ethnicity, citizenship and immigration statuses, role specifications, equality, equity and inclusivity policies and pledges, work-family policies, and workplace context.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».