从名字分布中估计性别特征的全球方法
摘要：在社会性别偏见相关的社会问题受到越来越多关注时，准确确定大群体性别构成的工具变得至关重要。当没有明确的数据时，常常从姓名中推断性别。当前方法是根据在整个人口中观察到的性别-姓名相关性，逐个为群体中的个体分配性别标签或概率。我们表明，这种策略在逻辑上不一致，并且存在实际上的缺点，其中最显著的是对性别偏见的系统性低估。我们引入了一种全局推理策略，根据完整姓名列表的上下文估计性别构成。这个工具没有内在的方法论效果，对错误有鲁棒性，容易实施和计算负担较小。
作者：Manolis Antonoyiannakis, Hugues Chat''e, Serena Dalena, Jessica Thomas, and Alessandro S. Villar
论文ID：2305.07587
分类：Applications
分类简称：stat.AP
提交时间：2023-05-15