MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412944274 · doi:10.18653/v1/2025.nlp4pi-1.17

Voices of Her: Analyzing Gender Differences in the AI Publication World

2025· article· en· W4412944274 sur OpenAlexfundno aff
Yiwen Ding, Jiarui Liu, Zhiheng Lyu, Kun Zhang, Bernhard Schölkopf, Zhijing Jin, Rada Mihalcea

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und ForschungNational Research Council CanadaFuture of Life InstituteOpen Philanthropy ProjectUniversity of MichiganJohn Templeton Foundation
Mots-clésComputer scienceInformation retrievalNatural language processing

Résumé

récupéré en direct d'OpenAlex

While several previous studies have analyzed gender bias in research, we are still missing a comprehensive analysis of gender differences in the AI community, covering diverse topics and different development trends.Using the AI SCHOLAR dataset of 78K researchers in the field of AI, we identify several gender differences: (1) Although female researchers tend to have fewer overall citations than males, this citation difference does not hold for all academic-age groups; (2) There exist large gender homophily in co-authorship on AI papers;(3) Female first-authored papers show distinct linguistic styles, such as longer text, more positive emotion words, and more catchy titles than male first-authored papers.Our analysis provides a window into the current demographic trends in our AI community, and encourages more gender equality and diversity in the future. 1 2 Data Collection and Cleaning AI SCHOLAR.We use all the scholar information from the most recent collection of researchers in the field of AI, i.e., the AI SCHOLAR dataset (Jin et al., 2022), 3 which contains all the scholars in the field of AI with at least 100 citations according to Google Scholar.The data consists of 78K scholars with tags related to AI such as artificial intelligence (AI) and machine learning (ML), or subdomains of AI such as computer vision (CV) and natural language processing (NLP).It only includes scholars with at least 100 citations, an approximate cut-off for the long-tail since it is not feasible to include all scholar profiles.We discuss the limitations of using this dataset in Section 7. Throughout the paper, we use the term "AI researchers" to denote the set of scholars in the AI SCHOLAR dataset.For each AI researcher, the AI SCHOLAR dataset collects information such as the name, affiliation, up to five domain tags, total citations, citations by year, and all their papers with title, year, and the number of citations.Since the total number of papers is massive (2.8M papers for the 78K AI researchers), we use the random subset of papers provided by Jin et al. (2022).They collect 100K papers with detailed information such as abstracts and full names of all the coauthors.Among the 100K papers with detailed information, we further filter out papers with

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,408
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineIncitatifs
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEthics and Social Impacts of AI→Travaux en français237 207→