केवल प्लेटोब्लॉकचैन डेटा इंटेलिजेंस के आधार पर मशीन लर्निंग एक वैज्ञानिक के लिंग का सटीक अनुमान लगा सकती है। लंबवत खोज। ऐ.

मशीन लर्निंग अकेले उद्धरण डेटा के आधार पर वैज्ञानिक के लिंग का सटीक अनुमान लगा सकता है

सामूहिक प्रभाव: उद्धरण नेटवर्क में लिंग अंतर "अमीर और अमीर हो जाते हैं" प्रभाव के कारण हो सकता है जहां बेहतर ज्ञात शोधकर्ताओं को अधिक श्रेय मिलता है। (सौजन्य: शटरस्टॉक/एलिटा)

महिलाओं और पुरुषों के उद्धरण पैटर्न इतने भिन्न होते हैं कि अकेले ऐसे डेटा से वैज्ञानिक के लिंग की सटीक भविष्यवाणी करना संभव है। यह एक नए अध्ययन की खोज है जो इस बात की पड़ताल करती है कि पुरुष और महिलाएं कैसे उद्धृत करते हैं - और उनके समुदायों द्वारा उद्धृत किया जाता है (प्रक्रिया। नटल। अकाद। एससीआई 119 e2206070119).

नेटवर्क वैज्ञानिक के नेतृत्व में क्रिस्टीना लर्मन दक्षिणी कैलिफोर्निया विश्वविद्यालय से, लेखकों ने अमेरिका के 766 सदस्यों का अध्ययन किया नेशनल एकेडमी ऑफ साइंसेज (एनएएस), जिसमें 120 महिलाएं शामिल थीं। उन्होंने विद्वानों का Microsoft अकादमिक ग्राफ पर उनके प्रोफाइल से मिलान किया, जिसमें 150 मिलियन से अधिक अकादमिक प्रकाशनों पर मेटाडेटा शामिल है।

व्यक्ति की जीवनियों पर सर्वनामों की जाँच करके वैज्ञानिकों के लिंग की पहचान करने के बाद, शोधकर्ताओं ने प्रत्येक वैज्ञानिक के लिए एक "अहंकार उद्धरण नेटवर्क" बनाया। इसमें "दिशात्मक लिंक" शामिल थे, जो दर्शाता है कि कौन से अन्य वैज्ञानिक - नोड्स द्वारा प्रतिनिधित्व - व्यक्ति ने उद्धृत किया था, और किन वैज्ञानिकों ने उन्हें उद्धृत किया था।

यह सर्वविदित है कि महिला वैज्ञानिकों को उनके पुरुष समकक्षों की तुलना में कम उद्धरण प्राप्त होते हैं, लेकिन नए अध्ययन से पता चलता है कि महिलाएं पुरुषों की तुलना में उद्धरणों के काफी अधिक अंश का आदान-प्रदान करती हैं। एक महिला के नेटवर्क में भी अधिक "जुड़ाव" होता है, यह सुझाव देता है कि महिलाएं अधिक बारीकी से जुड़े अनुसंधान समुदायों में काम करती हैं।

अध्ययन में यह भी पाया गया कि महिलाओं के साथी कम होते हैं - हालांकि ये अत्यधिक उत्पादक सहकर्मी होते हैं - और महिलाओं के नेटवर्क में महिला वैज्ञानिकों का अनुपात अधिक होता है।

अमीर और अमीर हो जाओ

इसके बाद शोधकर्ताओं ने यादृच्छिक रूप से चुने गए 75% डेटा पर एक मशीन लर्निंग एल्गोरिदम को प्रशिक्षित किया। सिस्टम का परीक्षण करने के लिए अन्य 25% का उपयोग करते हुए, उन्होंने पाया कि एल्गोरिथ्म प्रशस्ति पत्र नेटवर्क के आधार पर एक वैज्ञानिक के लिंग की सटीक भविष्यवाणी कर सकता है - ऐसा लगभग 80% समय सही ढंग से करता है।

प्रशस्ति पत्र नेटवर्क ने एक लेखक की संबद्ध संस्था की प्रतिष्ठा के आधार पर कुछ महत्वपूर्ण अंतर दिखाए, हालांकि NAS सदस्यता अधिक प्रतिष्ठित संस्थानों की ओर अत्यधिक तिरछी है। शोधकर्ताओं ने यह भी पाया कि उनके द्वारा देखे गए सभी सात क्षेत्रों में महिलाओं का प्रतिनिधित्व कम है। NAS भौतिकविदों में केवल 8% महिलाएं थीं - अध्ययन किए गए सभी क्षेत्रों में सबसे कम अनुपात।

लर्मन को लगता है कि प्रशस्ति पत्र नेटवर्क में लिंग अंतर दो पहलुओं तक हो सकता है। "पुरुषों का हवाला देने के लिए दोनों लिंगों की प्राथमिकता है, और अधिमान्य लगाव - या 'अमीर अमीर हो जाओ' प्रभाव - विज्ञान में पुरस्कारों का प्रसिद्ध तंत्र है, जहां पहले से ही बेहतर ज्ञात शोधकर्ताओं को अधिक श्रेय मिलता है," वह कहती हैं . "अब हम एक पांडुलिपि पर काम कर रहे हैं जो दिखाता है कि इन घटकों से बड़ी लैंगिक असमानता कैसे उभर सकती है।"

समय टिकट:

से अधिक भौतिकी की दुनिया