XiaoMi-AI文件搜索系统
World File Search System性别歧视
性别歧视与平等的未来
II 美国妇女运动概述 28 政党纷纷效仿 ...................................... 29 劳动力开始按性别划分 ...................................... 29 一些妇女作为契约奴移民 ........................ 30 重大危机为妇女带来进步 ...................................... 32 少数民族和妇女的公民权利 ...................................... 33 对平权行动的态度 ...................................... 36 女性对工作的态度 ...................................... 36 物理科学领域的女性寥寥无几。.41 女工面临不同问题 ................................ 42 平等就业机会委员会 ................................ 43 女性需要更多榜样 ................................ 45 女性和少数族裔，新工作岗位的大多数 ................ 52 新员工数量比 2,000 人少 性骚扰 ...................................... 54 结论 ............................................. 57
欲望都市：航天工业中性别歧视的根源
摘要：女性对科学技术领域贡献巨大，而女性在历史上被排除在科学领域之外，导致世界更加贫穷。尽管许多行业都存在性别差异，并继续受到性别歧视的影响（例如银行业、农业、采矿业、卡车运输业、工程业等），但在我们面向未来的人类愿景中，没有哪个行业像科学，尤其是空间科学那样占据如此重要的地位。对于在男性主导的全球航天行业工作的女性来说，太空是女性的前沿领域，有着天顶。联合国 (UN) 报告称，2016 年，航天行业只有 20% 的工人是女性，而且这一数字在三十年来没有改善。如果没有制度变革和性别文化态度的重大转变，女性就无法对抗其严峻的处境。科学与人权息息相关；参与科学可以提高女性的教育和独立性、生活机会、社会地位和基本人权。在地球上，父权制意识形态贯穿着我们的日常生活，但太空为人类开启新篇章提供了机会。关键词：空间研究、性别偏见、航天工业、性别歧视、宇航员版权所有：Bronwyn D. Lovell 引言女性对科学技术领域贡献巨大，而女性历史上被排除在科学事业之外，导致世界变得更加贫乏。多样性是学科发展的关键，而科学需要女性。尽管许多行业都存在性别差异，并且继续受到性别歧视的影响（例如银行业、农业、采矿业、卡车运输业、工程业等），但在我们面向未来的人类愿景中，没有哪个行业像科学，尤其是空间科学那样占据如此重要的地位。对于在男性主导的全球航天工业中工作的女性来说，太空是一条女性的边疆，有着天穹的天花板。联合国（UN）报告称，2016 年，航天工业中只有 20% 的工人是女性，而且这一数字在 30 年来一直没有改善（UNOOSA nd）。 20% 并不是一个令人鼓舞的数字，然而，当考虑到女性在该领域往往扮演的低级角色时，女性在航天工业中的处境就更加糟糕了。例如，截至 2019 年 1 月，NASA 劳动力信息立方体显示，其男性员工数量几乎是女性员工数量的两倍（11,343 人对 5,884 人）。然而，仔细观察，从事工程职位的男性人数是女性的三倍多（8,208 人对 2,419 人）。担任高级科学职位的男性人数是女性的五倍多（76 人对 13 人），担任高级管理职位的男性人数是女性的两倍多（279 人对 119 人）。相反，担任一般行政职务的女性多于男性（1,333 人对 706 人）。从这些数据来看，我们可以看到，尽管女性在全球航天领域占比 20%，但她们获得特权的可能性远低于男性。因此，即使女性参与航天工业，她们作为一个群体，也不能说是充分或平等地参与。
欧盟法规缓解人工智能性别歧视的新视角
摘要 人工智能是人们生活的一部分，但大多数人并未意识到它的存在。所谓的人工智能革命是各国需要应对的挑战之一。然而，对于什么可以被视为人工智能，甚至没有一个共同的定义。性别偏见是人类社会的一个古老问题，现在可以在人工智能驱动的技术中找到。考虑到人工智能对决策过程的影响的扩大，人工智能中性别偏见的后果甚至更加严重。长期以来，科学家们一直相信人工智能的客观性，而忽视了这个问题。现在的重点是如何克服从人类那里继承下来的这个问题。欧盟在发展人工智能发展与基本权利的道德一致性方面发挥着主导作用。然而，在解决和减轻人工智能中的性别偏见方面，硬法和软法都存在漏洞，导致性别不平等。本文旨在提供一些智力滋养，以探讨这些差距以及欧盟委员会制定的道德准则和人工智能法规项目《人工智能法案》对妇女权利保护的可能影响。事实证明，人工智能中的性别歧视是一个社会和技术问题，必须从这两个方面加以解决，而不仅仅是从技术方面。因此，立法者努力以一种“误入歧途”的方式来管理它。最后，本文提出了缓解人工智能中性别歧视的新观点，考虑到现有和即将出台的立法。本文基于一种全面的方法提供了新的观点，包括加强利益相关者的参与，因为随着人工智能革命，人工智能中的性别歧视已成为一个跨境问题。
提高对人工智能和健康领域性别歧视的认识
从历史上看，生物医学研究一直由男性主导并侧重于男性。最近，人工智能 (AI) 在该领域的引入进一步证明了这种做法对其他性别和性别的歧视，对女性的歧视更为明显。为了实现公平的人工智能发展，在研究实践和工作场所中纳入性别和性别多样性至关重要。在此背景下，巴塞罗那超级计算中心的 Bioinfo4women (B4W) 计划 (i) 通过提高女性科学家的知名度来促进她们的参与，(ii) 促进机构和计划之间的国际合作，(iii) 推进人工智能和健康领域性别和性别偏见的研究。在本文中，我们讨论了 B4W 和 La Caixa Foundation 于 2021 年 3 月至 6 月在西班牙巴塞罗那举办的一系列会议的方法和结果，这些会议名为“人工智能和健康中的性别和性别偏见”。该系列由九场混合活动组成，包括向普通观众开放的主题演讲和研讨会，以及两个工作组，邀请来自不同专业背景的专家（生物学、工程学和社会学等学术领域，以及非政府组织、记者、律师、政策制定者、行业）。基于这一提高认识的行动，我们提炼出关键建议，以促进将性别和性别视角纳入公共政策、教育计划、行业和生物医学研究等领域，并帮助克服人工智能和健康领域的性别和性别偏见。
模因中的多语种性别歧视检测，剪辑
摘要在这项工作中，我们使用尖端的机器学习方法来解决模因中的性别歧视问题。该研究首先要导入和可视化模因数据集，然后使用包括种植，缩放和标准化的技术进行图像进行预处理，以便为它们做好准备进行模型培训。一种称为剪辑的预训练模型用于提取功能，并且数据集分为西班牙语和英语的模因的培训和验证集。收集的功能用于训练和评估各种机器学习模型，例如逻辑回归，SVM，XGBoost，决策树，随机森林，神经网络，Adaboost和SGD。精确得分，分类报告和混乱矩阵用于评估性能。随机森林模型在所有这些模型中都表现出了最好的作用。之后，创建了包含模型预测性别歧视发生在测试数据集中的JSON文件。结果强调了训练有素的模型和复杂的机器学习方法如何在社交媒体上识别危险内容，为未来的研究提供有见地的信息以及有助于创建更安全的在线空间的有用应用。
性别歧视 AI：一项融合 CASA 与 ELM 的实验
摘要 本研究通过实验测试参与者对人工智能 (AI) 招聘人员的看法。它使用 2（专业 AI/通才 AI）× 2（性别歧视/非性别歧视）设计来测试这些标签与道德违规感知之间的关系。理论框架是计算机是社会行为者 (CASA) 和精细化可能性模型 (ELM) 方法的整合。参与者 (n = 233) 在阅读了四种涉及 AI 招聘人员评估求职者的场景之一后回答了一份在线问卷。结果发现，CASA 中的“心不在焉”概念是情境化的，取决于问题是通过中心路线还是外围路线处理的。此外，这项研究表明，CASA 可以用第三人称视角解释对机器的评估。此外，对 AI 的感知与其决策之间存在区别。此外，研究发现，与人工智能代理的专家身份相比，参与者对人工智能代理的性别歧视更为敏感，因为性别歧视更加拟人化、更具情感吸引力。
女性的新转折点：人工智能作为减少招聘性别歧视的工具∗
人工智能 (AI) 能否比人类招聘人员表现更好？人工智能能否帮助减少就业结果中的性别差异？我使用欧洲和美国 500 家营收最大的公司的数据，采用交错差异法，分析了公司采用人工智能是否对其聘用女性经理的概率产生因果影响。我发现，尽管现有文献引发了对人工智能公平性的担忧，但公司使用人工智能平均会导致女性经理的聘用率增加 ∼ 2%。这一结果是由筛选人工智能的使用推动的，而预测人工智能的影响在统计上不能声称与零有差异。这一结果最好的解释是人工智能导致招聘中的性别歧视减少。事实上，我发现公司使用人工智能与性别歧视诉讼的减少相关。
女性的新转折点：人工智能作为减少招聘性别歧视的工具
• 机制：预测性人工智能可以将因性别歧视而导致的现有女性在管理层中代表性不足转化为有偏见的招聘结果（Cowgill 和 Tucker，2020 年；Gebru，2020 年；Daugherty
性别歧视的人口结构影响着整个基因组中男性的伤害
近年来，理论和实证研究对亲属选择在塑造性冲突模式中所起的作用产生了浓厚兴趣，尤其关注男性伤害特征。然而，这项工作仅关注常染色体基因，因此仍不清楚人口统计学如何调节基因组其他部分（如性染色体和细胞质元素）中男性伤害基因座的进化。为了研究这一点，我们扩展了现有的性冲突模型，以应用于这些不同的遗传模式。我们首先分析一般情况，揭示性别特异性相关性、生殖价值和当地竞争强度如何结合起来决定男性伤害的可能性。然后，我们分析了一系列人口统计学明确的模型，以评估分散、世代重叠、生殖偏差和人口调节机制如何影响整个基因组的性冲突，并推动核基因和细胞质基因之间的冲突。然后，我们探讨性别偏见对这些人口统计学参数的影响，展示它们如何进一步加剧常染色体和性染色体之间的冲突。最后，我们概述了如何使用不同的交叉方案来识别这些基因组内冲突的特征。
连接大脑：在智力运动中探索神经性别歧视和性别刻板印象
摘要 关于女性能力和技能的根深蒂固的性别话语影响着她们参与休闲和体育运动。本文认为，性别刻板印象以神经性别歧视的形式延伸到智力运动的严肃休闲环境中。玩桥牌游戏的男女比例大致相同，但在世界范围内，精英级别的男性玩家表现明显优于女性玩家。本文基于 52 次半结构化访谈，探讨了精英桥牌选手日常存在的和重复的性别假设。许多研究参与者认为男性的大脑更理性、更有逻辑、更有竞争力，而女性的大脑则被认为更情绪化、更不专注、更不具竞争力。这些性别刻板印象被用来解释和辩护为什么没有更多女性在精英级别比赛。这种神经性别歧视和行为主义假设积极地再现了智力运动中的不平等，损害了女性桥牌选手的利益。本文表明，神经性别歧视强化了严肃休闲中性别体验方面持续存在的系统性不平等，从而重现了性别不平等，并阻碍了智力运动的更多参与和融入。