論文の概要: Characterizing References from Different Disciplines: A Perspective of
Citation Content Analysis
- arxiv url: http://arxiv.org/abs/2101.07614v1
- Date: Tue, 19 Jan 2021 13:30:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2021-03-23 02:18:45.036213
- Title: Characterizing References from Different Disciplines: A Perspective of
Citation Content Analysis
- Title（参考訳）: 異なる分野からの参照のキャラクタリゼーション--Citation Content Analysisの視点から
- Authors: Chengzhi Zhang, Lifan Liu, Yuzhuo Wang
- Abstract要約: この研究は、データとしてPLoSの記事を取り、Citation Content Analysis(CCA)に基づく異なる分野からの参照を特徴付ける。
ほとんどの文献は自然科学からの引用であるが、人文科学と社会科学は記事の紹介と背景セクションにおいて重要な役割を担っている。
- 参考スコア（独自算出の注目度）: 7.171503036026183
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multidisciplinary cooperation is now common in research since social issues
inevitably involve multiple disciplines. In research articles, reference
information, especially citation content, is an important representation of
communication among different disciplines. Analyzing the distribution
characteristics of references from different disciplines in research articles
is basic to detecting the sources of referred information and identifying
contributions of different disciplines. This work takes articles in PLoS as the
data and characterizes the references from different disciplines based on
Citation Content Analysis (CCA). First, we download 210,334 full-text articles
from PLoS and collect the information of the in-text citations. Then, we
identify the discipline of each reference in these academic articles. To
characterize the distribution of these references, we analyze three
characteristics, namely, the number of citations, the average cited intensity
and the average citation length. Finally, we conclude that the distributions of
references from different disciplines are significantly different. Although
most references come from Natural Science, Humanities and Social Sciences play
important roles in the Introduction and Background sections of the articles.
Basic disciplines, such as Mathematics, mainly provide research methods in the
articles in PLoS. Citations mentioned in the Results and Discussion sections of
articles are mainly in-discipline citations, such as citations from Nursing and
Medicine in PLoS.
- Abstract（参考訳）: 社会問題には必然的に複数の分野が含まれるため、多分野連携は研究において一般的である。
研究論文では、参照情報、特に引用内容は、異なる分野間のコミュニケーションの重要な表現である。
研究論文における参照の分布特性の分析は、参照情報のソースを検出し、異なる分野のコントリビューションを特定するための基礎となる。
この研究は、データとしてPLoSの記事を取り、Citation Content Analysis (CCA)に基づいて異なる分野からの参照を特徴付ける。
まず、PLoSから210,334のフルテキスト記事をダウンロードし、インテキストの引用情報を収集する。
そして、これらの学術論文において、それぞれの参照の規律を特定する。
これらの参照の分布を特徴付けるために,引用数,平均引用強度,平均引用長の3つの特徴を分析した。
最後に、異なる分野からの参照の分布は著しく異なると結論づける。
ほとんどの文献は自然科学からの引用であるが、人文科学と社会科学は記事の紹介と背景セクションにおいて重要な役割を担っている。
数学などの基本的な分野は、主にPLoSの論文で研究方法を提供している。
論文の結果や議論セクションで言及されている引用は、plosにおける看護や医学からの引用など、主に学際的な引用である。
関連論文リスト
- The Noisy Path from Source to Citation: Measuring How Scholars Engage with Past Research [20.649638393774048]
本稿では,大規模な引用忠実度を定量化する計算パイプラインを提案する。
論文の全文を用いて、パイプラインは引用論文における引用と引用論文における対応するクレームを識別する。
準実験を用いて「電話効果」を確立する - 引用論文が原主張に忠実度が低い場合、引用論文と原文を引用する将来の論文は原文に忠実度が低い。
論文 参考訳（メタデータ） (2025-02-27T22:47:03Z) - Inclusivity in Large Language Models: Personality Traits and Gender Bias in Scientific Abstracts [49.97673761305336]
我々は,3つの大きな言語モデル (LLM) を,人間の物語スタイルと潜在的な性別バイアスに適合させることで評価した。
以上の結果から,これらのモデルは一般的にヒトの投稿内容によく似たテキストを生成するが,スタイル的特徴の変化は有意な性差を示すことが示唆された。
論文 参考訳（メタデータ） (2024-06-27T19:26:11Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [55.33653554387953]
パターン分析とマシンインテリジェンス(PAMI)は、情報の収集と断片化を目的とした多くの文献レビューにつながっている。
本稿では、PAMI分野におけるこれらの文献レビューの徹底的な分析について述べる。
1)PAMI文献レビューの構造的・統計的特徴は何か,(2)レビューの増大するコーパスを効率的にナビゲートするために研究者が活用できる戦略は何か,(3)AIが作成したレビューの利点と限界は人間によるレビューと比較するとどのようなものか,という3つの主要な研究課題に対処しようとする。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - Uncited articles and their effect on the concentration of citations [0.0]
実証的な証拠は、学術出版物から受けた引用が優先的な愛着のパターンに従っており、その結果、権力の分配が生じることを示している。
引用は少数の記事に集中するようになるのか?それとも、最近の地政学的および技術的な科学の変化によって、より分散化された分布がもたらされたのか?
本稿では,参照ベースおよび引用ベースアプローチ,未引用記事,引用インフレーション,書誌データベースの拡張,学際差,自己引用が引用集中の進化にどのように影響するかを考察する。
論文 参考訳（メタデータ） (2023-06-16T15:38:12Z) - An Informational Space Based Semantic Analysis for Scientific Texts [62.997667081978825]
本稿では、意味分析のための計算手法と、短い科学的テキストの意味の定量化について紹介する。
科学的意味の表現は、心理的特性ではなく、状況表現を置き換えることで標準化される。
本研究は,テキストの意味の幾何学的表現の基礎となる研究である。
論文 参考訳（メタデータ） (2022-05-31T11:19:32Z) - Cross-Lingual Citations in English Papers: A Large-Scale Analysis of
Prevalence, Usage, and Impact [0.0]
本稿では,100万以上の英文論文に基づく言語間引用の分析を行う。
私たちの発見の中には、中国語で書かれた出版物への引用率の増加がある。
さらなる研究を容易にするため,収集したデータとソースコードを公開している。
論文 参考訳（メタデータ） (2021-11-07T15:34:02Z) - CitationIE: Leveraging the Citation Graph for Scientific Information
Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。
最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文 参考訳（メタデータ） (2021-06-03T03:00:12Z) - Semantic Analysis for Automated Evaluation of the Potential Impact of
Research Articles [62.997667081978825]
本稿では,情報理論に基づくテキスト意味のベクトル表現のための新しい手法を提案する。
この情報意味論がLeicester Scientific Corpusに基づいてテキスト分類にどのように使用されるかを示す。
テキストの意味を表現するための情報的アプローチは,研究論文の科学的影響を効果的に予測する方法であることを示す。
論文 参考訳（メタデータ） (2021-04-26T20:37:13Z) - Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
引用グラフを用いて科学論文の要約作業を再定義します。
我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。
我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
論文 参考訳（メタデータ） (2021-04-07T11:13:35Z) - How are journals cited? characterizing journal citations by type of
citation [0.0]
本稿では,引用関数に基づく引用の統計的特徴付けに関する最初の結果を示す。
また,雑誌が受ける支持率と論争の比率を,品質の潜在的指標として特徴づける最初の結果も提示する。
論文 参考訳（メタデータ） (2021-02-22T14:15:50Z) - What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。
本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。
本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
論文 参考訳（メタデータ） (2020-11-06T02:23:01Z) - A Decade of In-text Citation Analysis based on Natural Language
Processing and Machine Learning Techniques: An overview of empirical studies [3.474275085556876]
情報科学者は、フルテキストデータ処理技術の進歩に踏み込んで、従来の書誌学をはるかに超えてきた。
本稿は、これらの発展に関する研究を物語的にレビューすることを目的としている。
その主な焦点は、自然言語処理と機械学習技術を使って引用を分析した出版物である。
論文 参考訳（メタデータ） (2020-08-29T17:27:08Z) - Examining Citations of Natural Language Processing Literature [31.87319293259599]
AAの論文の約56%が10回以上引用されている。
CL Journalは最も引用された論文があるが、近年は引用の優位性が低下している。
感情分類、アナフォラ分解能、およびエンティティ認識に関する論文は、最も中央値の引用がある。
論文 参考訳（メタデータ） (2020-05-02T20:01:59Z)
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。