It's 2022 and women in science are still less likely than their male peers to be hired and promoted. Women are less likely to be mentored by eminent faculty, they publish in less prestigious journals, have fewer collaborators, are underrepresented among
到了2022年，科学界的一些人比他们的男同事更不可能获得晋升女性研究人员喜欢接受我的导师指导，她们发表的论文数量很少，合作者很少，在大多数期刊评论员和编辑中的代表性不足，她们的论文收到的采访也很少
如何是这样正在发生
南加州大学信息科学研究所（ISI）首席科学家Kristina Lermann和他的团队使用AI来寻找这个问题的答案该论文已于2022年9月26日发表在《美国国家科学院院刊》上
作为一名女性科学工作者，Lerman知道她工作的世界，但她对她最近学到的统计数据感到震惊：诺贝尔物理学奖得主中只有2%是女性（直到几年前，这一数字只有1%），而且这些数字与跨多个科学领域的数据相似勒曼说：“诺贝尔奖得主中只有7%是女性！女性长期从事化学工作，这是怎么回事？我们对这种差异感到担忧。”
RightData，RightTime
勒曼为该问题设置了正确的数据集自2019年以来，Sheandherteam一直致力于一个使用AI来预测新论文产量的大项目在DARPA（国防高级研究项目机构）的资助下，ISI团队使用AI分析了许多科学论文的观点，包括结论，以预测其可预测性他们于2022年7月在ACMSIGIR22（计算机协会的信息检索专业兴趣小组）上发表了题为“用知识图评估科学研究论文”的论文，描述了他们的新方法和创新发现
在这项可再生能源研究中，Lerman的团队收集了大量的学术论文他的合著者、ISI的核心知识图谱负责人JayPujara说：“我们收集了一个非常大的引文图谱——两组作者、作者、引文、参考文献、合作、作者机构，他们发表的地方等等。”他们将这些数据转化为一个完整的知识图谱（“知识图谱”代表了现实世界实体的一个网络，说明了它们之间的关系）
团队查看知识图中的形状或“结构”第二个原因是存在某种自然现象，导致了引用网络的不同结构此外，他们希望确保其可复制性预测中使用的数据不会被数据中的偏差所抵消Pujarasaid说：“Kristina[Lerman]有能力研究性别估计等协变量。”有了这个数据，研究人员就可以根据作者还是一个女作家，以及他们对跨性别或跨性别的理解来判断网络中的差异
引用的对象、内容和原因
在此之前，我们将提供一些关于如何进行科学研究的信息一位作者引用另一位作者的论文通常有三个原因首先，作为背景——为了理解这篇论文，作者或将引用其他提供所需背景信息的论文第二，解释方法——如果有人使用了一种与另一篇论文中的一种类似、避免或比较的方法，他们会引用解释该方法的论文第三，结果——作者或作者解释了这些问题，但可能会引用其他研究过同样问题但得出不同结果的论文
从引文中挖掘信息
Pujara说：“试图为所有研究人员研究收集网络确实很困难，所以为什么我们不选择合作的结果呢？”该团队寻找被选入美国国家科学院（NAS）的科学家，这是最著名的专业科学或组织之一NASS的新成员是由现任成员根据不同的科学成就记录选出的，这意味着，理论上，他们已经达到了一定的认知水平ISI团队观察了766名美国国家科学院的研究人员，其中120名是女性，他们假设在这群精英科学家中可以看到复杂的性别差异他们的密码已移动到正确位置
构建的数据采集网络，该网络能够捕获每个NAS成员的同行识别结构这些结构在男性和女性NAS成员之间存在显著差异女性的网络更加紧密，这表明男性科学必须更加社会化，并且拥有比男性更大的支持网络这些差异是系统性的，应该允许成员的投标者仅根据他们的引用网络准确地进行循环分类
Lermansaid说：“我们可以写一个AI算法，只需查看收集网络，就可以预测这是女性还是男性的收集网络。这对我们来说是一个很好的打击。”在一项对照研究中，研究人员还观察了声望的变化NAS成员在NAS的少数几个机构中都有较低的压力，与女性相似Lermansaid说：“我们本可以想象这可能是一个‘科学’的两件事，看起来像是来自非科学多样性的成员。”但事实并非如此他们没有观察到任何差异，除非成员机构的附属机构成立
结论：仅根据科学家的引用网络，就可以准确地确定性别，但科学家所熟悉的大学的结构却不可能根据ISI团队的说法，这表明投标方将继续影响承包商的成功经验
如何停止BeingSoShort-引用
这是怎么回事？Pujarasaid说：“我们不知道。这可能是因为动机的某些方面会改变实验室的行为。Oritmight是关于社会的一些东西，比如研究人员和他们的道路是基于社会偏见的。所以我们不知道答案。我们知道的是有区别。”
问题是：我们如何改变它？我们如何才能让科学为女性提供更好的气候，消除女性的创业机会，并创造一个允许机会进入这些领域的环境
ISI团队希望他们的方法和结果能够有所帮助首先，这项研究可以用来帮助研究人员了解他们的网络是什么样子的此外，它还可以作为决策者、创始人和计划的一种方式，以提高科学研究的公平性