Investigating individual writing style as a contributor to gender gaps in science and technology

技術要約：科学技術分野におけるジェンダー・ギャップの要因としての個人の執筆スタイルの調査

問題提起
科学的貢献は著者の個人的属性とは無関係に評価されるべきであるという「普遍主義」という基礎的な科学的規範にもかかわらず、実証的な証拠は、科学的評価、研究助成金、特許取得、および引用率におけるジェンダー・ギャップが継続的に存在していることを示している。先行研究では、これらの格差は分野の分離、トピックの選択、あるいは明示的なバイアスに起因するとされているが、ダブルブラインド（二重盲検）形式の査読設定においても、依然として大きな格差が存在する。本研究は、これまで見過ごされてきた要因、すなわち、科学的な文章の言語スタイル自体がジェンダー化されているのか、そしてこれらのスタイルの違いが研究の受け止められ方に影響を与えるのかを調査する。具体的には、著者らは、女性と男性が異なる「情報的（informational）」な執筆スタイルと「関与的（involved）」な執筆スタイルを用いているのか、そしてこれらのスタイルが誰にその研究を引用させるかに影響を与えるのかを問う。

方法論
本研究は、2つの異なるコーパス、すなわちWeb of Science（WoS）からの単独著者による学術論文のアブストラクトと、PatentsViewからの単独発明者による特許アブストラクトを用いた大規模な定量的分析を採用している。共著の影響を排除して個人の執筆スタイルを孤立させるため、分析は単独著者の著作物（および単独の弁理士を持つ単独発明者の特許）のみに焦点を当てている。

• 言語学的枠組み： Biber（1988）の「情報的生成対関与的生成（Informational versus Involved Production）」の枠組みに基づき、著者らは2つの次元の執筆スタイルを操作的に定義している。
  • 関与的特徴（Involved Features）： 関係構築や相互作用に関連するもの（例：代名詞、疑問文、「and」を用いた非句構造的な連結）。
  • 情報的特徴（Informational Features）： 事実の密度や客観性に関連するもの（例：過去時制の動詞、限定詞、基数）。
• 指標： 著者らは、各アブストラクトに対して「関与率（Involved Rate）」、「情報率（Informational Rate）」、および「関与・情報比（Involved–Informational Ratio）」を算出し、これらを100語あたりに正規化している。
• データ処理： 著者および発明者のジェンダーは、genderize.io APIおよびUSPTOのコーディングに基づき、名前を用いて割り当てられた。構成上の差異を制御するため、サンプルは分野および年ごとに1:1でマッチングされている。
• 引用分析： 本研究は、引用する著者のジェンダー（第一著者および最終著者／発明者）に基づいて引用を分解することにより、引用パターンを調査する。スタイルではなくトピックによる影響であることを確実にするため、著者らはSBERTエンベディングを用いて、対象となる著作物を引用していないが意味的に類似した論文を特定するコンテンツベースのリスクセットを構築し、内容の類似性を制御した上で引用の可能性を比較できるようにした。
• 頑健性チェック： スタイルのシグネチャーの一般化可能性をテストするため、共同執筆作品、全文論文（PubMed Central経由）、および特許請求の範囲への分析を拡張した。

主な結果

1. 系統的なスタイルの差異： 女性の著者および発明者は、男性のカウンターパートと比較して、情報的特徴に対する関与的特徴の比率が系統的に高い。この差異は、すべての科学分野および特許サブカテゴリにおいて統計的に有意である。この格差は社会科学および芸術・人文科学において最も顕著であり、物理科学および技術分野において最も小さい。これは、後者におけるジャンルの慣習がより厳格であるためと考えられる。
2. 文脈を超えた持続性： このスタイルのシグネチャーは、共同執筆作品（第一著者または最終著者によって測定）、論文の全文（導入、方法、結果、考察の各セクション）、および厳格にフォーマットされた特許請求の範囲のテキストにおいても持続する。特許データにおいては、発明者のジェンダーよりも特許弁理士のジェンダーの方が、執筆スタイルを予測する強力な変数となっており、テキストの形成における法的起草の役割を浮き彫りにしている。
3. 引用への影響： 執筆スタイルは、引用する著者のジェンダーを予測する。アブストラクトに関与的特徴の割合が高い論文は、女性の著者から有意に多く引用され、男性の著者からは少なく引用される。逆に、情報的特徴の高い割合は、男性の著者からのより多くの引用と関連している。
4. 内容からの独立性： これらの引用パターンは、リスクセットの手法を用いて内容の類似性を制御した場合でも持続する。これは、執筆スタイルと引用ジェンダーとの関連が、単なるトピック選択のプロキシ（代理指標）ではなく、研究の実体とは独立したジェンダー化されたシグナルであることを示している。

意義と主張
本論文は、科学における評価バイアスが存続し得る、微細で「ほぼコストのかからない」チャネルを特定したと主張している。著者らは、執筆スタイルが引用数に与える一報あたりの効果は控えめであるが、その累積的な効果は重要であると述べている。例えば、関与的な言語の使用レベルを第10パーセンタイルから第90パーセンタイルへとわずかに移動させるだけで、論文の引用者のジェンダー構成を、著者自身のジェンダーが及ぼす影響の約30%と同じ程度変化させることができる。

本研究は、執筆スタイルが単なる中立的な情報の伝達手段ではなく、ジェンダー化されたマーカーであり、引用行動と相互作用することで、普遍主義の理想を損なう可能性があることを示すことで、「科学の科学（Science of Science）」に貢献している。また、形式的な専門テキスト（特許および学術アブストラクト）にこれらの枠組みを適用することで、言語学の文献を前進させている。

著者らは、これらの知見は、科学的機関が多様なコミュニケーションスタイルを考慮したプロセスを開発する必要があることを示唆していると結論付けている。彼らは、普遍主義を促進するためには、表現を抑制するような厳格なスタイルのガイドラインを課すのではなく、貢献者の多様性を評価者の多様性に一致させ、言語的バイアスへの意識を高めることが必要であると提案している。なお、本研究は、名前をジェンダーのプロキシ（代理指標）として使用していること（二元的な分類）、およびデータの観察的性質により、さらなる実験的検証なしには因果関係の主張ができないことなど、限界についても明記している。