[논문 리뷰] Pantheon: A Dataset for the Study of Global Cultural Production.

Amy Yu, Shahar Ronen외 3명|arXiv (Cornell University)|2015. 02. 25.

Wikis in Education and Collaboration인용 수 4

한 줄 요약

Pantheon 1.0은 다국어 위키백과 생애사전에서 수확한 11,341명의 세계적으로 영향력 있는 인물로 구성된 수작업으로 정제된 데이터셋으로, 인구 통계 데이터, 문화 분야 분류, 명성 지표(역사적 인지도지수(HPI) 및 다국어 가시성 포함)를 포함한다. 본 연구는 HPI와 위키백과 언어별 기록 수가 성취도의 강력한 대체 지표임을 검증하였으며, 테니스, 수영, 레이싱, 체스 등 다양한 분야에서 외부 측정치와 상관관계가 R² ≥ 50% 이상임을 확인하였다.

ABSTRACT

We present the Pantheon 1.0 dataset: a manually curated dataset of individuals that have transcended linguistic, temporal, and geographic boundaries. The Pantheon 1.0 dataset includes the 11,341 biographies present in more than 25 languages in Wikipedia and is enriched with: (i) manually curated demographic information (place of birth, date of birth, and gender), (ii) a cultural domain classification categorizing each biography at three levels of aggregation (i.e. Arts/Fine Arts/Painting), and (iii) measures of global visibility (fame) including the number of languages in which a biography is present in Wikipedia, the monthly page-views received by a biography (2008-2013), and a global visibility metric we name the Historical Popularity Index (HPI). We validate our measures of global visibility (HPI and Wikipedia language editions) using external measures of accomplishment in several cultural domains: Tennis, Swimming, Car Racing, and Chess. In all of these cases we find that measures of accomplishments and fame (HPI) correlate with an $R^2 \geq 50%$, suggesting that measures of global fame are appropriate proxies for measures of accomplishment.

연구 동기 및 목표

• 언어와 시대를 초월해 세계적으로 인정받는 인물들을 포함하는 표준화되고 세계적으로 대표적인 데이터셋을 구축하기 위해.
• 실제 문화적 영향력과 가시성을 반영하는 글로벌 명성의 정량적 측정법을 개발하고 검증하기 위해.
• 디지털 명성 지표(예: 다국어 위키백과 존재, 페이지 뷰 수)가 다양한 문화 분야에서 실제 성취도와 강하게 상관되는지 평가하기 위해.
• 글로벌 문화 생산 및 가시성의 역동성을 연구하기 위한 기준 데이터셋을 제공하기 위해.
• 통합적이고 수작업으로 검증된 데이터셋을 통해 다양한 분야 간 명성과 성취의 비교 분석을 가능하게 하기 위해.

제안 방법

• 데이터셋은 25개 이상의 위키백과 언어 편찬판에 존재하는 생애사전을 기반으로 구성되어, 글로벌 영향력과 문화적 초월성을 보장하였다.
• 수작업으로 정제하여 각 인물의 출생지, 생년월일, 성별 등의 인구 통계 데이터를 수집하였다.
• 문화 분야를 삼단계 계층 구조(예: 예술 → 미술 → 회화)로 분류하여 문화 생산의 세분화된 분석을 가능하게 하였다.
• 글로벌 가시성은 다음 세 가지 기준으로 측정하였다: (1) 생애사전이 포함된 위키백과 언어 편찬판 수, (2) 월간 페이지 뷰 수(2008–2013), (3) 신규 제안된 역사적 인지도지수(HPI).
• HPI는 다국어 존재와 페이지 뷰 추세를 통합하여 역사적 명성을 정량화하는 복합 지표로 계산되었다.
• 테니스, 수영, 자동차 레이싱, 체스 등 분야별로 성취도 데이터를 외부 측정치로 활용하여 HPI 및 위키백과 언어 수와 비교 분석하였다.

실험 결과

연구 질문

• RQ1 위키백과 언어 편찬판 수와 HPI가 글로벌 문화적 명성의 신뢰할 수 있는 대체 지표로 기능하는가?
• RQ2 디지털 명성 지표가 다양한 문화 분야에서 객관적인 성취도 측정치와 얼마나 잘 상관되는가?
• RQ3 HPI는 다양한 문화 분야에서 장기적인 역사적 가시성을 효과적으로 반영할 수 있는가?
• RQ4 성별, 출생지 등의 인구 통계적 요소와 글로벌 문화적 가시성 간의 관계는 어떠한가?
• RQ5 예술, 스포츠, 과학 등 다양한 문화 분야에서 가시성 패턴은 어떻게 다름이 있는가?

주요 결과

• 역사적 인지도지수(HPI)와 위키백과 언어 편찬판 수는 모든 테스트된 분야에서 외부 성취도 측정치와 강한 상관관계를 보였으며, R² ≥ 50%의 상관관계를 보였다.
• 테니스, 수영, 자동차 레이싱, 체스 분야에서 HPI와 다국어 위키백과 존재는 실제 성취도의 중요한 예측 변수로 기능하였다.
• 25개 이상의 위키백과 언어 편찬판에 포함된 11,341개의 생애사전을 포함하여 광범위한 언어적 및 지리적 커버리지가 확보되었다.
• 수작업으로 정제된 인구 통계 및 문화 분야 데이터는 교차 문화 연구에서 높은 신뢰성과 일관성을 보장한다.
• HPI는 다국어 접근성(언어 편찬판 수)과 참여도(페이지 뷰 수)를 통합하여 장기적인 명성 추세를 효과적으로 반영한다.
• 본 연구는 디지털 가시성 지표가 대규모 교차 문화 연구에서 문화적 영향력의 타당한 대체 지표가 될 수 있음을 확인하였다.