[論文レビュー] Science and Ethnicity: How Ethnicities Shape the Evolution of Computer Science Research Community

Zhaohui Wu, Dayu Yuan+2 more|arXiv (Cornell University)|Nov 5, 2014

Web visibility and informetrics参考文献 26被引用数 6

ひとこと要約

本研究では、1936年から2010年までのコンピュータサイエンス研究コミュニティの進化を分析するために、名前を用いた民族的分類手法を用いた。その結果、アジア系の民族的背景（特に中国系およびインド系の名前）の割合が著しく上昇し、2010年時点で発表論文のほぼ50％を占めるに至った。研究は、民族的背景が共同執筆ネットワークにおける同質性要因として機能し、共同作業のパターンやコミュニティ形成に影響を与えていることを示している。

ABSTRACT

Globalization and the world wide web has resulted in academia and science being an international and multicultural community forged by researchers and scientists with different ethnicities. How ethnicity shapes the evolution of membership, status and interactions of the scientific community, however, is not well understood. This is due to the difficulty of ethnicity identification at the large scale. We use name ethnicity classification as an indicator of ethnicity. Based on automatic name ethnicity classification of 1.7+ million authors gathered from Web, the name ethnicity of computer science scholars is investigated by population size, publication contribution and collaboration strength. By showing the evolution of name ethnicity from 1936 to 2010, we discover that ethnicity diversity has increased significantly over time and that different research communities in certain publication venues have different ethnicity compositions. We notice a clear rise in the number of Asian name ethnicities in papers. Their fraction of publication contribution increases from approximately 10% to near 50% from 1970 to 2010. We also find that name ethnicity acts as a homophily factor on coauthor networks, shaping the formation of coauthorship as well as evolution of research communities.

研究の動機と目的

• コンピュータサイエンス分野における科学コミュニティの進化が、メンバー構成、ステータス、共同作業の観点からどのように民族的背景に影響を受けるかを調査すること。
• 科学分野における民族的背景に関する大規模な研究が不足している現状を踏まえ、名前から推定される民族的アイデンティティを代理指標として用いること。
• コンピュータサイエンス研究における、異なる民族的グループの人口動態、論文貢献、共同作業の強さを分析すること。
• 民族的背景が共同執筆ネットワークおよび研究コミュニティ形成において同質性要因として機能するかどうかを検討すること。
• 多様性の動向および科学政策、移民、教育資金配分に与える影響についての知見を提供すること。

提案手法

• 215,672件のWikipediaベースの名前（既知の民族的背景を有する）を用いて、12クラスの多項ロジスティック回帰分類器を学習させ、名前から民族的背景を予測する。
• ArnetminerおよびDBLPの170万件の著者名にその分類器を適用し、出版記録全体にわたる民族的背景を推定した。
• 1936年から2010年までの民族的グループの進化を追跡するために、人口規模、論文発表数、共同作業の強さを指標として用いた。
• 共同著者ネットワークを構築し、名前の民族的背景のペairに基づいてエッジ密度とクラスタリングを測定することで、同質性を分析した。
• 時間的推移に伴う人口と貢献度の傾向を可視化するため、時系列プロットを用い、民族的背景ごとの共同著者ネットワークのクラスタリング分析も実施した。
• ベンチマークデータセットを用いて分類器の精度を85％（平均）で検証し、名前の民族的背景をより広範な民族的アイデンティティの代理指標として扱った。

実験結果

リサーチクエスチョン

• RQ1 1936年から2010年までの間、異なる民族的グループの人口規模および論文貢献度はどのように変化したか？
• RQ2 民族的背景が共同著者ネットワークにおける同質性要因としてどの程度機能しているか？
• RQ3 コンピュータサイエンス内における異なる研究コミュニティは、それぞれ異なる民族的背景の構成を示しているか？
• RQ4 中国系およびインド系名の増加（特に1990年代以降）は、コンピュータサイエンス分野全体の多様性および共同作業のパターンにどのように影響したか？
• RQ5 名前の民族的背景分類は、国籍や国レベルの分析では見えにくい、科学的共同作業およびコミュニティ形成における構造的傾向を明らかにできるか？

主な発見

• アジア系名を有する著者による論文の割合は、1970年代に約10％から2010年にはほぼ50％にまで上昇しており、著しい代表割合の増加を示している。
• 中国系およびインド系名を有する民族的背景は、1990年代以降、特に論文貢献度の上昇が顕著であり、ヨーロッパ系名を有する民族的背景を上回った。
• 共同著者ネットワークには強い同質性が見られ、著者が同じ名前の民族的背景を持つ他の著者と共同作業する傾向が強く、可視化におけるノードのクラスタリングがその証拠となった。
• コンピュータサイエンス内の異なる研究コミュニティは、それぞれ異なる民族的背景の構成を示しており、分野ごとの多様性および統合度の違いが示唆された。
• アジア系民族的背景（特に中国系およびインド系）間の共同作業の強さは、時間の経過とともに著しく向上しており、分野内での統合および影響力の拡大を反映している。
• 本研究は、名前から推定される民族的背景が、科学的共同作業およびコミュニティの進化を規定する意味のある要因であることを明らかにした。これは、国籍ベースの分析では捉えきれない新たな知見を提供する。