[论文解读] A Taxonomy of Knowledge Gaps for Wikimedia Projects (Second Draft)

Мириам Реди, Martin Gerlach+3 more|arXiv (Cornell University)|Aug 27, 2020

Wikis in Education and Collaboration被引用 12

一句话总结

本文提出了一套全面的知识缺口分类体系，涵盖维基媒体项目中的知识缺口，按读者、贡献者和内容三类进行分类，围绕表征、互动和障碍展开。该分类体系为构建知识缺口指数奠定了基础，以实现知识公平的可操作化，其依据来自250余份学术与社区研究资料，支持系统性测量，并可针对性地干预参与度与内容覆盖在性别、地理、语言等维度上的不平等现象。

ABSTRACT

In January 2019, prompted by the Wikimedia Movement's 2030 strategic direction, the Research team at the Wikimedia Foundation identified the need to develop a knowledge gaps index -- a composite index to support the decision makers across the Wikimedia movement by providing: a framework to encourage structured and targeted brainstorming discussions; data on the state of the knowledge gaps across the Wikimedia projects that can inform decision making and assist with measuring the long term impact of large scale initiatives in the Movement. After its first release in July 2020, the Research team has developed the second complete draft of a taxonomy of knowledge gaps for the Wikimedia projects, as the first step towards building the knowledge gap index. We studied more than 250 references by scholars, researchers, practitioners, community members and affiliates -- exposing evidence of knowledge gaps in readership, contributorship, and content of Wikimedia projects. We elaborated the findings and compiled the taxonomy of knowledge gaps in this paper, where we describe, group and classify knowledge gaps into a structured framework. The taxonomy that you will learn more about in the rest of this work will serve as a basis to operationalize and quantify knowledge equity, one of the two 2030 strategic directions, through the knowledge gaps index.

研究动机与目标

• 开发一个结构化、基于证据的知识缺口分类体系，涵盖维基媒体项目，以支持战略决策与长期影响评估。
• 通过构建可量化和追踪不平等的框架，将知识公平（维基媒体运动2030年战略目标）实现可操作化。
• 识别并分类知识缺口的三个核心维度：读者、贡献者和内容，细分至表征、互动和障碍。
• 为综合知识缺口指数的建立提供基础，以指导大规模举措并监测包容性知识生态系统的进展。
• 通过提供一个共享的、系统化的术语体系，促进维基媒体社区内关于理解与应对知识不平等的结构化、有针对性的讨论。

提出的方法

• 系统性地审查了250余份学术、实践者及社区来源的参考文献，以识别并验证维基媒体项目中知识缺口的证据。
• 将知识缺口组织为一个分层分类体系，涵盖三个根维度：读者、贡献者和内容，每个维度进一步细分为表征、互动和障碍。
• 采用多层分类方法：针对每个维度，按人口统计、社会经济、语言和技术因素进一步分类。
• 利用现有实证研究与调查（如编辑者和读者调查、数字技能评估）将每个类别建立在真实世界数据和观察到的不平等之上。
• 开发标准化框架，以支持未来指标开发与指数构建，强调可扩展性与跨语言适用性。
• 整合社区利益相关方及持续研究的反馈，确保该分类体系保持动态性，并能响应新兴议题。

实验结果

研究问题

• RQ1 如何系统性地对维基媒体项目中的知识缺口进行分类与归类，涵盖读者、贡献者和内容？
• RQ2 在维基媒体生态系统中，影响代表性不足群体的最显著表征、互动和障碍相关不平等是什么？
• RQ3 统一的知识缺口分类体系如何支持将知识公平作为可衡量的战略目标加以实现？
• RQ4 不同类型的知识缺口（如表征与障碍）之间存在何种关联？它们如何加剧不平等？
• RQ5 该分类体系如何作为基础，用于开发综合知识缺口指数，以长期追踪进展？

主要发现

• 该分类体系在三个核心维度（读者、贡献者、内容）下识别出14种不同的知识缺口类别，细分至表征、互动和障碍子类别。
• 性别表征缺口是最具文献支持的，维基百科上关于女性的传记少于20%，且男性编辑者占贡献者总数的75%以上。
• 地理与语言方面的不平等尤为显著，全球南方及非英语地区的内容与贡献者均存在严重代表性不足。
• 互联网连接、设备限制、界面复杂性及审查等障碍显著限制了低资源环境下的访问与参与。
• 读者互动缺口——如参与动机不足、技术技能有限以及文本可读性差——尤其对非母语使用者和边缘化群体造成低参与度与低留存率。
• 内容缺口不仅限于性别与地理，还涵盖性取向、文化背景及社会经济地位相关主题的代表性不足，结构性问题如可验证性与中立性要求进一步限制了包容性。