Quantifying the Gap: A Case Study of Wikidata Gender Disparities
Quantifying the Gap: A Case Study of Wikidata Gender Disparities
复制标题
量化差距：维基数据性别差异的案例研究
DOI：
10.1145/3479986.3479992
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Terveen, Loren
中科院分区：
文献类型：
--
作者：
Zhang, Charles Chuankai;Terveen, Loren
许多先前的研究发现，在维基百科和OpenStreetMap等同行生产系统中存在性别偏见。这种偏见既影响了妇女对这些平台的参与，也影响了这些平台上关于妇女的内容。我们调查了维基数据中的性别内容差距，其中代表人物的条目中只有不到22%是关于女性的。我们问：这种偏见的根源是什么？具体来说，它是源于维基数据编辑的行为还是外部因素;也就是说，它只是反映了现有的真实的世界性别偏见？我们进行了一项定量案例研究，发现：（i）维基数据中最受欢迎的人群类别代表男性主导的职业，例如美式足球;（ii）在我们可以获得性别分布数据的一组选定职业中，维基数据并不比真实的世界更有偏见：男性和女性的比例相似，代表男性和女性的项目的质量也相似。我们为我们的发现提供了可能的解释，并对解决维基数据内容差距提出了建议。
Much prior research has found gender bias in peer production systems like Wikipedia and OpenStreetMap. This bias affects both women’s participation in these platforms and content about women on these platforms. We investigated the gender content gap in Wikidata, where less than 22% of items that represent people are about women. We asked: what is the source of this bias? Specifically, does it originate from the actions of Wikidata editors or from external factors; that is, does it simply reflect existing real world gender bias? We conducted a quantitative case study that found: (i) the most popular categories of people included in Wikidata represent male-dominant professions, such as American football; (ii) within a selected set of professions where we could obtain gender distribution data, Wikidata is no more biased than the real world: men and women are included at similar percentages, and the quality of items representing men and women also is similar. We provide possible explanations for our findings and implications for addressing the Wikidata content gap.
登录
查看更多内容
OpenStreetMap 贡献的性别地理：自我关注偏差的复杂性
DOI：
10.1145/3290605.3300793
发表时间：
2019
期刊：
Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems
影响因子：
--
作者：
Das, Maitraye;Hecht, Brent;Gergle, Darren
通讯作者：
Gergle, Darren
ORES：促进维基百科社会技术问题的修复
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
Aaron L Halfaker;R. Geiger
通讯作者：
R. Geiger
影响因子：
2.7
作者：
Gardner, Z.;Mooney, P.;Dowthwaite, L.
通讯作者：
Dowthwaite, L.
使用数据网络研究在线知识来源中的性别差异：欧洲议会的案例
DOI：
--
发表时间：
2018
期刊：
Web Science Conference
影响因子：
--
作者：
L. Hollink;A. V. Aggelen;J. V. Ossenbruggen
通讯作者：
J. V. Ossenbruggen
维基百科编辑中的性别差异
DOI：
--
发表时间：
2011
期刊：
Int. Sym. Wikis
影响因子：
--
作者：
Judd Antin;R. Yee;Coye Cheshire;O. Nov
通讯作者：
O. Nov