机器学习算法量化天文学领域性别歧视

一项研究揭示了令人不安的现象：性别歧视在天文学领域尤为显著，且这种歧视影响到了论文的引用率。在苏黎世瑞士联邦理工学院的研究人员的努力下，我们发现，当论文的第一作者是女性时，其引用率相较于男性作者要低了大约10%。这一发现，无疑给科学界的性别平等问题敲响了警钟。

在科学界，性别差异在引用模式上的存在早已被记录。我们以前并未能精确量化有多少差异是由性别歧视导致的。可能存在多种因素导致这种现象：男性和女性可能发表不同类型的论文，或者女性可能在不同的科学领域工作，拥有资历较浅的职位等。这篇新近发表在预印本服务器arXiv上且尚未经过同行评议的文章，旨在通过深入分析并调整这些因素，揭示真相。

尽管文章作者因希望将文章提交给《自然—天文学》杂志发表而婉拒评论，但其他专家对这项分析给予了高度评价。美国印地安那大学伯明顿分校的信息学家Cassidy Sugimoto表示，这篇文章打破了引用上的性别差异可能归因于论文内容而非性别的传统观念，显示出研究的创新性。

为了更精确地研究这个问题，研究人员对1950年至2015年发表在五本主要期刊上的20万篇论文进行了分析。他们利用算法对每篇由男性作为第一作者的论文的引用率进行了精确计算。在这个过程中，他们尽可能考虑了所有与性别无关的因素，包括论文发表的期刊、领域、年份，第一作者的地位以及论文发表至今的时间等。

然后，他们将这些算法应用于分析由女性作为第一作者的论文。结果显示，自1985年以来，女性第一作者的文章实际引用率比男性作者的文章低大约6%。该算法还预测，这些论文本应再获得约4%的引用率。这意味着至少有一部分引用率的差距是由于性别歧视而非其他因素导致的。对此，研究人员表示这是他们在“衡量性别歧视程度方面所做的最好努力”，并指出应当谨慎对待这个结果，未来可能还需要考虑其他因素对这一结果进行修正和调整。这一发现无疑引发了关于如何消除性别歧视的进一步思考和。