کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7391775 1481111 2018 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Using Facebook ad data to track the global digital gender gap
ترجمه فارسی عنوان
با استفاده از اطلاعات تبلیغاتی فیس بوک برای ردیابی شکاف جنسیتی دیجیتال جهانی
کلمات کلیدی
نابرابری جنسیتی، اینترنت، تلفن های همراه، شکاف جنسیتی دیجیتال جهانی، اطلاعات بزرگ، شاخص های توسعه،
ترجمه چکیده
برابری جنسیتی در دسترسی به اینترنت و تلفن های همراه به عنوان یک هدف توسعه به طور فزاینده ای به رسمیت شناخته شده است. با توجه به دسترسی محدود به داده های تجزیه جنس، به ویژه در کشورهای کم درآمد، نظارت بر پیشرفت به سوی این هدف چالش برانگیز است. در این اطلاعات متناقض، پتانسیل یک منبع داده ردیابی دیجیتال - اطلاعات بزرگ را بررسی می کنیم - برآوردهای مخاطبان تبلیغات فیس بوک - که داده های جمع کننده ای را در اختیار کاربران فیس بوک قرار می دهد با ویژگی های جمعیت شناختی که شامل بیش از 2 میلیارد کاربر پلتفرم برای اندازه گیری و "دیجیتال" شکاف جنسیتی ما یک مجموعه داده های منحصر به فرد در سطح کشور را در اختیار داریم که ترکیبی از شاخص های آنلاین "کاربران" فیس بوک به وسیله جنسیت، سن و نوع دستگاه، شاخص های "آفلاین" مربوط به توسعه کلی کشور و شکاف های جنسیتی و اطلاعات رسمی در مورد شکاف های جنسیتی در اینترنت و دسترسی به تلفن همراه است. در دسترس. با استفاده از این مجموعه داده ها، ما شکاف های جنسیتی اینترنت و تلفن همراه را از داده های رسمی با استفاده از شاخص های آنلاین، و همچنین شاخص های آنلاین و آفلاین پیش بینی می کنیم. ما دریافتیم که شاخص های شکاف جنسیتی فیس بوک آنلاین با آمار رسمی در مورد شکاف های جنسیتی اینترنت و تلفن همراه بسیار مرتبط است. برای شکاف های جنسیتی اینترنت، مدل هایی که از داده های فیس بوک استفاده می کنند بهتر از آنهایی است که از شاخص های آفلاین استفاده می کنند. با این حال، مدل های ترکیبی از متغیرهای آنلاین و آفلاین بیشترین قدرت پیش بینی را دارند. رویکرد ما نشان دهنده امکان استفاده از اطلاعات فیس بوک برای ردیابی زمان واقعی از شکاف جنسیتی دیجیتال است. این امر ما را قادر به بهبود وضعیت جغرافیایی برای یک شاخص توسعه مهم می کند، و بزرگترین دستاوردی که برای کشورهای کم درآمد ساخته شده است و داده های موجود محدودتر است.
موضوعات مرتبط
علوم انسانی و اجتماعی اقتصاد، اقتصادسنجی و امور مالی اقتصاد و اقتصادسنجی
چکیده انگلیسی
Gender equality in access to the internet and mobile phones has become increasingly recognised as a development goal. Monitoring progress towards this goal however is challenging due to the limited availability of gender-disaggregated data, particularly in low-income countries. In this data sparse context, we examine the potential of a source of digital trace 'big data' - Facebook's advertisement audience estimates - that provides aggregate data on Facebook users by demographic characteristics covering the platform's over 2 billion users to measure and 'nowcast' digital gender gaps. We generate a unique country-level dataset combining 'online' indicators of Facebook users by gender, age and device type, 'offline' indicators related to a country's overall development and gender gaps, and official data on gender gaps in internet and mobile access where available. Using this dataset, we predict internet and mobile phone gender gaps from official data using online indicators, as well as online and offline indicators. We find that the online Facebook gender gap indicators are highly correlated with official statistics on internet and mobile phone gender gaps. For internet gender gaps, models using Facebook data do better than those using offline indicators alone. Models combining online and offline variables however have the highest predictive power. Our approach demonstrates the feasibility of using Facebook data for real-time tracking of digital gender gaps. It enables us to improve geographical coverage for an important development indicator, with the biggest gains made for low-income countries for which existing data are most limited.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: World Development - Volume 107, July 2018, Pages 189-209
نویسندگان
, , ,