論文の概要: COVIDScholar: An automated COVID-19 research aggregation and analysis platform

• arxiv url: http://arxiv.org/abs/2012.03891v1
• Date: Mon, 7 Dec 2020 18:17:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-16 20:54:24.566210
• Title: COVIDScholar: An automated COVID-19 research aggregation and analysis platform
• Title（参考訳）: covidscholar:covid-19研究の集約と分析の自動化プラットフォーム
• Authors: Amalie Trewartha, John Dagdelen, Haoyan Huo, Kevin Cruse, Zheren Wang, Tanjin He, Akshay Subramanian, Yuxing Fei, Benjamin Justus, Kristin Persson, Gerbrand Ceder
• Abstract要約: 2020年10月現在、81,000以上のCOVID-19関連科学論文が1日250以上の速度で公開されています。 これは、研究文献との関わりの伝統的な方法への挑戦を生み出しました。 我々は2020年における新型コロナウイルス研究の動向について分析する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The ongoing COVID-19 pandemic has had far-reaching effects throughout society, and science is no exception. The scale, speed, and breadth of the scientific community's COVID-19 response has lead to the emergence of new research literature on a remarkable scale -- as of October 2020, over 81,000 COVID-19 related scientific papers have been released, at a rate of over 250 per day. This has created a challenge to traditional methods of engagement with the research literature; the volume of new research is far beyond the ability of any human to read, and the urgency of response has lead to an increasingly prominent role for pre-print servers and a diffusion of relevant research across sources. These factors have created a need for new tools to change the way scientific literature is disseminated. COVIDScholar is a knowledge portal designed with the unique needs of the COVID-19 research community in mind, utilizing NLP to aid researchers in synthesizing the information spread across thousands of emergent research articles, patents, and clinical trials into actionable insights and new knowledge. The search interface for this corpus, https://covidscholar.org, now serves over 2000 unique users weekly. We present also an analysis of trends in COVID-19 research over the course of 2020.
• Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックは社会全体に広がり、科学も例外ではない。 新型コロナウイルス(covid-19)への対応の規模、速さ、広さは、目覚ましい規模で新たな研究文献の出現に繋がる。2020年10月現在、covid-19関連科学論文8万1000点以上が1日250点以上で公表されている。 これは、従来の研究文献との関わりの方法に対する挑戦を生み出した;新しい研究のボリュームは、人間が読む能力を超えたものであり、応答の緊急性は、プレプリントサーバーにおいてますます顕著な役割と、ソース間で関連する研究の拡散をもたらしている。 これらの要因は、科学文献の普及方法を変える新しいツールの必要性を生み出した。 COVIDScholarは、新型コロナウイルス研究コミュニティのユニークなニーズを念頭に設計された知識ポータルであり、NLPを利用して、何千もの創発的な研究論文、特許、臨床試験に広がる情報を、アクション可能な洞察と新しい知識に合成するのに役立つ。 このコーパスの検索インターフェイス https://covidscholar.org は現在、2000以上のユニークユーザーを毎週提供している。 また、2020年におけるcovid-19研究の動向について分析する。

関連論文リスト

• Mapping the Increasing Use of LLMs in Scientific Papers [99.67983375899719]
  2020年1月から2024年2月にかけて、arXiv、bioRxiv、Natureのポートフォリオジャーナルで950,965の論文をまとめて、体系的で大規模な分析を行った。 計算機科学の論文では, LLMの使用が着実に増加し, 最大, 最速の成長が観察された。
  論文  参考訳（メタデータ） (2024-04-01T17:45:15Z)
• Meta-research on COVID-19: An overview of the early trends [0.22843885788439797]
  パンデミックは 既知の課題の 深刻さを弱め 新たな課題を浮き彫りにした このレビューでは、COVID-19のメタ研究から生まれた早期トレンドについて考察する。
  論文  参考訳（メタデータ） (2021-06-05T20:50:43Z)
• Accelerating COVID-19 research with graph mining and transformer-based learning [2.493740042317776]
  新型コロナウイルス研究のための汎用仮説自動生成システムAGATHA-CとAGATHA-GPを紹介します。 どちらのシステムも、高速な計算時間でドメイン(一部のドメインでは0.97%のROC AUC)間で高品質の予測を実現します。 これらのシステムは、新型コロナウイルスとオキシトシンホルモンの関係など、現在進行中の研究成果を発見できることを示す。
  論文  参考訳（メタデータ） (2021-02-10T15:11:36Z)
• Extracting a Knowledge Base of Mechanisms from COVID-19 Papers [50.17242035034729]
  我々はメカニズムの知識ベース(KB)の構築を追求する。 我々は、妥当性と幅のバランスをとる広範で統一されたスキーマを開発する。 実験は、新型コロナウイルスの文献に関する学際的な科学的検索を支援するためのKBの有用性を実証する。
  論文  参考訳（メタデータ） (2020-10-08T07:54:14Z)
• Navigating the landscape of COVID-19 research through literature analysis: A bird's eye view [11.362549790802483]
  我々は、2020年5月15日時点でPubMedで見つかった13,369のCOVID-19関連記事、LitCovidコレクションを分析した。 我々は、最先端のエンティティ認識、分類、クラスタリング、その他のNLP技術を適用する。 クラスタリングアルゴリズムは,関連用語群で表されるトピックを識別し,関連する文書に対応するクラスタを算出する。
  論文  参考訳（メタデータ） (2020-08-07T23:39:29Z)
• COVID-19 Kaggle Literature Organization [29.959515544730348]
  世界は、2020年に重症急性呼吸症候群のコロナウイルス-2(SARS-CoV-2)の壊滅的な流行に直面している。 この問題の研究は、科学者が新しい発見に追いつくのに苦労している点まで、急速に追跡された。 本稿では、機械学習技術を用いて、新型コロナウイルスに関する科学文献を整理、視覚化するアプローチについて述べる。
  論文  参考訳（メタデータ） (2020-08-04T21:02:32Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)
• CO-Search: COVID-19 Information Retrieval with Semantic Search, Question Answering, and Abstractive Summarization [53.67205506042232]
  CO-Searchは、新型コロナウイルスの文献上の複雑なクエリを処理するように設計された、レトリバーランサーセマンティック検索エンジンである。 ドメイン固有の比較的限られたデータセットを考慮し、文書の段落と引用の2部グラフを生成する。 TREC-COVID情報検索課題のデータに基づいて,本システムの評価を行った。
  論文  参考訳（メタデータ） (2020-06-17T01:32:48Z)
• Visualising COVID-19 Research [4.664989082015335]
  そこで我々は,新しいテーマベース可視化手法を開発した。 大規模なコーパスの高度なデータモデリング、情報マッピング、トレンド分析を組み合わせる。 トップダウンでボトムアップのブラウジングと検索インターフェースを提供し、トピックや研究リソースを素早く発見する。
  論文  参考訳（メタデータ） (2020-05-13T15:45:14Z)
• A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack Overflow [69.5231754305538]
  主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。 事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
  論文  参考訳（メタデータ） (2020-04-18T08:19:46Z)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。