[论文解读] Gender Gap Through Time and Space: A Journey Through Wikipedia Biographies and the "WIGI" Index

Maximilian Klein, Piotr Konieczny|arXiv (Cornell University)|Feb 10, 2015

Wikis in Education and Collaboration参考文献 25被引用 4

一句话总结

本文提出了维基百科性别指数（WIGI），这是一种基于维基数据开发的新指标，用于量化跨时间和文化背景的维基百科人物传记中的性别代表性。通过分析因英格尔哈特-维尔泽尔文化集群划分的传记覆盖情况，研究发现全球范围内的性别代表性持续改善，尽管存在显著的区域差异——尤其是儒家文化和南亚文化集群排名靠前——突显了尽管取得进展，结构性不平等依然存在。

ABSTRACT

In this study we investigate how quantification of Wikipedia biographies can shed light on worldwide longitudinal gender inequality trends. We present an academic index allowing comparative study of gender inequality through space and time, the Wikipedia Gender Index (WIGI), based on metadata available through the Wikidata database. Our research confirms that gender inequality is a phenomenon with a long history, but whose patterns can be analyzed and quantified on a larger scale than previously thought possible. Through the use of Inglehart- Welzel cultural clusters, we show that gender inequality can be analyzed with regards to world's cultures. In the dimension studied (coverage of females and other genders in reference works) we show a steadily improving trend, through one with aspects that deserve careful follow up analysis (such as the surprisingly high ranking of the Confucian and South Asian clusters). Keywords: data mining, Wikidata, Wikipedia, gender gap, demographics

研究动机与目标

• 开发一种可扩展的、基于数据的指标，以衡量传记代表性中的纵向和跨文化性别不平等。
• 研究维基百科中的性别代表性在多大程度上反映了更广泛的社会性别不平等模式。
• 识别在参考作品中性别代表性偏离全球趋势的文化集群。
• 探讨维基百科等数字知识平台在反映或强化历史性别不平等中的作用。

提出的方法

• WIGI指数通过维基数据的元数据计算得出，重点关注为女性和非二元性别个体设立的传记比例。
• 本研究将维基百科的传记覆盖情况映射到英格尔哈特-维尔泽尔文化集群，以分析不同文化区域的性别代表性。
• 时间序列分析追踪了2001年至2014年维基百科人物传记中性别代表性的变化。
• 通过文化集群之间的统计比较，识别性别代表性中的异常值和趋势。
• 该指数经过归一化处理，以实现参考作品中性别代表性在跨文化和时间维度上的可比性。
• 应用数据挖掘技术从维基数据的结构化传记记录中提取并量化性别代表性。

实验结果

研究问题

• RQ1 2001年至2014年间，维基百科人物传记中女性和非二元性别个体的代表性如何演变？
• RQ2 哪些文化集群在传记内容中的性别代表性水平最高和最低？
• RQ3 WIGI指数在多大程度上与更广泛的社会性别不平等衡量指标相关？
• RQ4 尽管存在历史性别不平等，为何儒家文化和南亚文化集群的WIGI得分相对较高？
• RQ5 像维基百科这样的数字知识平台能否作为衡量长期性别代表性趋势的可靠代理指标？

主要发现

• WIGI指数显示，2001年至2014年间，维基百科人物传记中女性和非二元性别个体的代表性持续且稳定地改善。
• 尽管全球整体进步，儒家文化和南亚文化集群在WIGI指数中排名靠前，表明文化背景与数字代表性之间存在复杂关系。
• 本研究识别出性别代表性方面显著的区域差异，部分文化对代表性不足性别的覆盖高于预期。
• WIGI指数作为可扩展的、基于数据的工具，证明了其在跨文化与纵向分析性别不平等方面的可行性。
• 结果表明，维基百科等数字平台能够反映历史和文化层面的性别代表性模式，尽管存在需进一步研究的显著异常现象。
• 本研究证实性别不平等是一个持续存在的现象，但借助维基数据等结构化知识库，其模式现在可在全球范围内以前所未有的规模进行量化与分析。