Gender Differences in Research Topic and Method Convergence among Collaborating Scholars in Library and Information Science

Technische Samenvatting: Verschillen tussen geslachten in de convergentie van onderzoeksonderwerpen en -methoden onder samenwerkende wetenschappers in Library and Information Science

Probleemstelling
Hoewel er uitgebreide literatuur bestaat over de verschillen tussen geslachten in de keuze van onderzoeksonderwerpen en -methoden door individuele wetenschappers, is er een opvallende lacune in het begrip van hoe deze verschillen zich manifesteren binnen collaboratieve groepen. Eerdere studies hebben zich grotendeels gericht op individuele kenmerken zonder adequaat aandacht te besteden aan de "convergentie"—de mate van consistentie in keuzes—tussen samenwerkende partners met verschillende geslachtscomposities. Bovendien ontbreeft het bestaande onderzoek vaak aan diepgang in de analyse van de onderliggende factoren van deze verschillen of biedt het onvoldoende praktische richtlijnen voor het bevorderen van inclusieve academische omgevingen. Deze studie adresseert deze lacunes door te onderzoeken of de geslachtscompositie (vrouw-vrouw, vrouw-man, man-man) invloed heeft op de convergentie van onderzoeksonderwerpen en methodologische keuzes in Library and Information Science (LIS).

Methodologie
De studie hanteert een grootschalige, datagestuurde kwantitatieve benadering door 25.204 onderzoeksartikelen te analyseren die tussen 1990 en 2022 zijn gepubliceerd in 14 kernjournalen van LIS. De methodologie integreert verschillende geautomatiseerde technieken om de schaal van de dataset te verwerken:

1. Databronnen en Preprocessing: De data werd geëxtraheerd uit 14 gezaghebbende tijdschriften (bijv. JASIST, Scientometrics, IPM). Redacties en boekrecensies werden uitgesloten.
2. Disambiguatie van Wetenschappers en Geslachtsbepaling:
   • Disambiguatie: Auteursnamen werden gedisambiguëerd met behulp van OpenAlex, een database afgeleid van de Microsoft Academic Graph, waarbij unieke ID's werden toegewezen aan 35.164 wetenschappers.
   • Geslachtsbepaling: Een meerstaps-proces werd gebruikt om het geslacht van wetenschappers te identificeren op basis van voornamen:
     • Afstemming met publieke datasets (USSA geboortedata, PUBMED, WGND).
     • Gebruik van online API-tools (Genni 2.0, Genderize.io) met een waarschijnlijkheidsdrempel van >85%.
     • Handmatige extractie voor ambigue gevallen (neutrale namen, Oost-Aziatische namen).
   • Dit proces identificeerde het geslacht van 32.335 wetenschappers (91,95%), wat resulteerde in een dataset met een verhouding van ongeveer 6:4 man-vrouw.
3. Onderwerpidentificatie: Het Top2Vec-model werd gebruikt om onderzoeksonderwerpen te identificeren uit titels en abstracts. Na opschoning met NLTK, maakte het model gebruik van Doc2Vec voor semantische mapping en HDBSCAN voor dichtheidgebaseerde clustering. Context-gebaseerde coherentiewaarden (CV) bepaalden 22 optimale onderwerpen, die vervolgens werden samengevoegd en benoemd op basis van gevestigde LIS-classificatiesystemen (bijv. Järvelin & Vakkari).
4. Methodeclassificatie: Het CogFT (Cognitive Full-Text) model, gebaseerd op de CogLTX-architectuur, werd ingezet om onderzoeksmethoden te classificeren. Dit model maakt gebruik van een tweestaps-proces: volledige tekstabstractie via SciBERT en blok-niveau aandacht om methodebeschrijvingen te identificeren, gevolgd door classificatie met behulp van BERT. Het functioneert als een multi-label classifier, in staat om meerdere methoden per artikel te identificeren, waarbij een F1-score van meer dan 85% en een Kappa-consistentie van ~0,81 tegenover handmatige annotaties werd behaald.
5. Convergentiemeting: De studie berekende de Jensen-Shannon (JS) divergentie om de gelijkenis tussen de waarschijnlijkheidsverdelingen van onderwerp- en methodekeuzes voor samenwerkende wetenschappelijk paren te meten. Deze metriek kwantificeert de mate van convergentie (een lagere JS-divergentie duidt op een hogere gelijkenis/convergentie).

Belangrijkste Resultaten
De analyse van de JS-divergentiewaarden over de drie geslachtscombinaties (Vrouw-Vrouw, Vrouw-Man, Man-Man) leverde de volgende bevindingen op:

• Lagere Convergentie voor Vrouwelijke Wetenschappers: Vrouwelijke wetenschappers vertoonden een significant lagere convergentie (hogere JS-divergentie) in zowel onderwerp- als methodekeuze vergeleken met hun mannelijke tegenhangers.
  • Onderwerpkeuze: Vrouw-Vrouw paren hadden een gemiddelde JS-divergentie van 0,4168, vergeleken met 0,3715 voor Man-Man paren.
  • Methodekeuze: Vrouw-Vrouw paren hadden een gemiddelde JS-divergentie van 0,2963, vergeleken met 0,2617 voor Man-Man paren.
• Diversiteit versus Convergentie: Vrouwelijke wetenschappers, of ze nu samenwerken met andere vrouwen of mannen, vertoonden een grotere neiging om te werken met partners die diverse onderzoeksonderwerpen en methodologische benaderingen hebben. Mannelijke wetenschappers toonden daarentegen een sterkere voorkeur voor het convergeren op vergelijkbare onderwerpen en methoden.
• Specifieke Voorkeuren:
  • Vrouw-Vrouw Paren: Toonden een hogere voorkeur voor onderwerpen gerelateerd aan "Information literacy teaching/cultivation," "Medical/health information services," en "Information seeking behavior." Ze waren minder geneigd om "Text processing/retrieval" te kiezen. Wat betreft methoden gaven zij de voorkeur aan kwalitatieve benaderingen zoals interviews, vragenlijsten en observatie.
  • Man-Man Paren: Demonstreren een hogere convergentie op technische onderwerpen zoals "Text processing/retrieval" en gaven de voorkeur aan kwantitatieve methoden, specifiek "Experiment" en "Theoretical approach."
  • Vrouw-Man Paren: Hun voorkeuren waren intermediair maar lagen iets dichter bij de Vrouw-Vrouw paren, wat suggereert dat hoewel vrouwelijke wetenschappers de complementariteit van mannelijke partners overwegen, zij enigszins worden beïnvloed door de mannelijke voorkeur voor convergentie, wat resulteert in een iets lagere diversiteit dan Vrouw-Vrouw paren.

Belangrijkste Bijdragen

1. Systematische Onderzoek van Samenwerking: In tegen tegenstelling tot voorgaande studies die zich uitsluitend richten op individuele attributen, analyseert deze studie systematisch de gecombineerde impact van geslacht op de convergentie van onderzoeksonderwerpen en methoden binnen collaboratieve groepen.
2. Methodologische Rigor: De studie maakt gebruik van een robuuste, geautomatiseerde pijplijn (Top2Vec, CogFT, OpenAlex) om een grootschalige dataset (25.204 artikelen) te verwerken, waardoor representatieve empirische bewijslast wordt geleverd die precisie balanceert met operationele haalbaarheid.
3. Empirisch Bewijs van Diversiteit: Het onderzoek levert kwantitatief bewijs dat vrouwelijke wetenschappers een grotere diversiteit in hun collaboratieve keuzes vertonen, wat het idee van uniforme geslachtsgebonden patronen uitdaagt en de rol van geslacht bij het vormgeven van onderzoeksbanen benadrukt.

Betekenis en Claims
De auteurs stellen dat deze studie een kritieke lacune vult in het begrip van de genderdynamiek in academische samenwerking. Door te onthullen dat vrouwelijke wetenschappers de neiging hebben om complementaire partners met diverse onderwerpen en methoden te zoeken, biedt de studie nieuwe perspectieven op de mechanismen van academische teamcollaboratie.

De betekenis van deze bevindingen is tweeledig:

• Theoretisch: Het breidt het begrip van geslachtsverschillen in de academie uit, waarbij de focus verschuift van individuele voorkeuren naar groepsdynamiek, en suggereert dat genderconvergentie een variabele factor is in onderzoeks-samenwerking.
• Praktisch: De resultaten bieden richtlijnen voor het bevorderen van een meer inclusieve academische omgeving. De auteurs suggereren dat het begrijpen van deze verschillen adviseurs en mentoren kan helpen om gendergebonden advies te vermijden, betere communicatie tussen geslachten te faciliteren en beleid te ondersteunen dat interdisciplinaire en cross-gender samenwerking aanmoedigt. De studie positioneert zichzelf als een referentie voor andere disciplines die de genderconvergentie in onderzoeksoutput willen analyseren.

Het artikel behoudt een bescheiden toon met betrekking tot de beperkingen, waarbij wordt erkend dat de identificatie van geslacht gebaseerd is op naamgebaseerde inferentie (waarbij non-binaire identiteiten worden uitgesloten), dat de data beperkt is tot een specifiek veld en een specifieke periode, en dat kwantitatieve methoden inherente vooroordelen kunnen bevatten. Toekomstig werk wordt gesuggereerd om kwalitatieve validatie en de toepassing van deze methoden op andere velden te omvatten.