論文の概要: Quantifying Engagement with Citations on Wikipedia
- arxiv url: http://arxiv.org/abs/2001.08614v2
- Date: Sun, 26 Jan 2020 17:38:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-06 04:58:16.795527
- Title: Quantifying Engagement with Citations on Wikipedia
- Title（参考訳）: ウィキペディアの引用によるエンゲージメントの定量化
- Authors: Tiziano Piccardi, Miriam Redi, Giovanni Colavizza, Robert West
- Abstract要約: 300ページビューの1つは、参照クリックの結果である。
クリックはより短いページや低い品質のページで頻繁に行われる。
最近のコンテンツ、オープンアクセスソース、ライフイベントに関する参考資料が特に人気である。
- 参考スコア（独自算出の注目度）: 13.703047949952852
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Wikipedia, the free online encyclopedia that anyone can edit, is one of the
most visited sites on the Web and a common source of information for many
users. As an encyclopedia, Wikipedia is not a source of original information,
but was conceived as a gateway to secondary sources: according to Wikipedia's
guidelines, facts must be backed up by reliable sources that reflect the full
spectrum of views on the topic. Although citations lie at the very heart of
Wikipedia, little is known about how users interact with them. To close this
gap, we built client-side instrumentation for logging all interactions with
links leading from English Wikipedia articles to cited references during one
month, and conducted the first analysis of readers' interaction with citations
on Wikipedia. We find that overall engagement with citations is low: about one
in 300 page views results in a reference click (0.29% overall; 0.56% on
desktop; 0.13% on mobile). Matched observational studies of the factors
associated with reference clicking reveal that clicks occur more frequently on
shorter pages and on pages of lower quality, suggesting that references are
consulted more commonly when Wikipedia itself does not contain the information
sought by the user. Moreover, we observe that recent content, open access
sources and references about life events (births, deaths, marriages, etc) are
particularly popular. Taken together, our findings open the door to a deeper
understanding of Wikipedia's role in a global information economy where
reliability is ever less certain, and source attribution ever more vital.
- Abstract（参考訳）: wikipediaは誰でも編集できる無料のオンライン百科事典で、ウェブで最も訪問者の多いサイトの一つであり、多くのユーザーにとって共通の情報源である。
百科事典として、ウィキペディアはオリジナル情報の源ではなく、二次的情報源への入り口として考えられている: wikipediaのガイドラインによると、事実は、そのトピックに関する完全な見解を反映した信頼できる情報源によって裏付けられなければならない。
引用はWikipediaの核心にあるが、ユーザーとの対話についてはほとんど知られていない。
このギャップを埋めるために,1か月間,英語wikipediaの記事から参考文献へのリンクへのすべてのインタラクションをログするクライアントサイドインスツルメンテーションを構築し,ウィキペディアにおける引用との対話に関する最初の分析を行った。
300ページビューの約1つが参照クリック(全体の0.29%、デスクトップ0.56%、モバイル0.13%)となる。
参照クリックに関連する要因の一致した観察研究により、クリックがより短いページや低い品質のページでより頻繁に発生することが明らかとなり、ウィキペディア自体が利用者が求めている情報を含まない場合に、参照がより一般的に参照されることが示唆された。
また,近年のライフイベント(出産,死亡,婚姻など)に関するコンテンツやオープンアクセスソース,参考資料が特に人気であることも確認した。
総合すると、信頼性が低下し、ソースの帰属がより不可欠であるグローバル情報経済におけるwikipediaの役割をより深く理解するための扉を開くことになる。
関連論文リスト
- Forgotten Knowledge: Examining the Citational Amnesia in NLP [63.13508571014673]
論文を引用するのにどれくらいの時間がかかったのか、どのようにして変化したのか、そしてこの引用的注意/記憶に相関する要因は何か。
引用論文の約62%が出版直前の5年間のものであり,約17%が10年以上前のものであることを示す。
1990年から2014年にかけて、引用論文の中央値と年齢の多様性は着実に増加してきたが、その後傾向が逆転し、現在のNLP論文は、時間的引用の多様性が極端に低い。
論文 参考訳（メタデータ） (2023-05-29T18:30:34Z) - Longitudinal Assessment of Reference Quality on Wikipedia [7.823541290904653]
この研究は、その参照のレンズを通して、このグローバル百科事典の信頼性を分析する。
我々は、参照要求(RN)、すなわち引用を欠く文の割合、参照リスク(RR)、すなわち非権威的参照の割合を定義することで、参照品質の概念を運用する。
論文 参考訳（メタデータ） (2023-03-09T13:04:14Z) - Kuaipedia: a Large-scale Multi-modal Short-video Encyclopedia [59.47639408597319]
Kuaipediaは、アイテム、アスペクト、ショートビデオからなる大規模なマルチモーダル百科事典である。
これは中国で有名なショートビデオプラットフォームKuaishouの何十億ものビデオから抽出されたものだ。
論文 参考訳（メタデータ） (2022-10-28T12:54:30Z) - Improving Wikipedia Verifiability with AI [116.69749668874493]
私たちはSideと呼ばれるニューラルネットワークベースのシステムを開発し、彼らの主張を支持できないWikipediaの引用を識別する。
本誌の最初の引用レコメンデーションは、既存のWikipediaの引用よりも60%多い選好を集めている。
以上の結果から,Wikipediaの妥当性を高めるために,AIベースのシステムを人間と共同で活用できることが示唆された。
論文 参考訳（メタデータ） (2022-07-08T15:23:29Z) - Surfer100: Generating Surveys From Web Resources on Wikipedia-style [49.23675182917996]
先進言語モデリングの最近の進歩は、ウィキペディアのリード段落生成のための2段階の抽出的抽象的アプローチと組み合わせることができることを示す。
提案手法は,より長いウィキペディアスタイルの要約をセクションで生成するために拡張され,100件の人文調査による詳細な研究を通じて,このような手法が本アプリケーションでどのように苦しむかを検討する。
論文 参考訳（メタデータ） (2021-12-13T02:18:01Z) - A Large Scale Study of Reader Interactions with Images on Wikipedia [2.370481325034443]
この研究は、Wikipediaで画像とのインタラクションがどのように起きているかに関する、初めての大規模な分析である。
画像との総合的なエンゲージメントを定量化し、29人に1人が少なくとも1つの画像のクリック結果を得た。
画像のクリックは、あまり知られていない人々の視覚芸術、輸送、伝記に関する短い記事や記事でより頻繁に起こることを観察する。
論文 参考訳（メタデータ） (2021-12-03T12:02:59Z) - A Map of Science in Wikipedia [0.22843885788439797]
ウィキペディア記事と科学雑誌記事の関係を地図化する。
ウィキペディアから引用されたほとんどの雑誌記事はSTEM分野、特に生物学と医学に属する。
ウィキペディアの伝記は、STEM分野と人文科学、特に歴史を結びつける上で重要な役割を果たしている。
論文 参考訳（メタデータ） (2021-10-26T15:44:32Z) - Assessing the quality of sources in Wikidata across languages: a hybrid
approach [64.05097584373979]
いくつかの言語でラベルを持つWikidataのトリプルからサンプルした参照コーパスの大規模なコーパスを評価するために,一連のマイクロタスク実験を実施している。
クラウドソースアセスメントの統合されたバージョンを使用して、いくつかの機械学習モデルをトレーニングして、Wikidata全体の分析をスケールアップしています。
この結果はWikidataにおける参照の質の確認に役立ち、ユーザ生成多言語構造化データの品質をWeb上で定義し、取得する際の共通の課題を特定するのに役立ちます。
論文 参考訳（メタデータ） (2021-09-20T10:06:46Z) - Multiple Texts as a Limiting Factor in Online Learning: Quantifying
(Dis-)similarities of Knowledge Networks across Languages [60.00219873112454]
ウィキペディアを通して、ある話題に関する情報を入手する程度が、相談される言語に依存するという仮説を考察する。
ウィキペディアはウェブベースの情報ランドスケープの中心的な部分であるため、言語に関する言語的偏見を示している。
この論文は、研究、教育科学、ウィキペディア研究、計算言語学の橋渡しとなっている。
論文 参考訳（メタデータ） (2020-08-05T11:11:55Z) - Entity Extraction from Wikipedia List Pages [2.3605348648054463]
私たちは、DBpediaをバックボーンとして、カテゴリとリストページから大規模な分類を構築します。
遠隔監視により、リストページ内の新しいエンティティの識別のためのトレーニングデータを抽出する。
我々はDBpediaを7.5万の新しい型ステートメントと380万の高精度な新しい事実で拡張する。
論文 参考訳（メタデータ） (2020-03-11T07:48:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。