論文の概要: Academics evaluating academics: a methodology to inform the review
process on top of open citations
- arxiv url: http://arxiv.org/abs/2106.05725v1
- Date: Thu, 10 Jun 2021 13:09:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-27 02:00:09.696350
- Title: Academics evaluating academics: a methodology to inform the review
process on top of open citations
- Title(参考訳): 学術的評価の学問--オープンな引用の上にレビュープロセスを伝える方法論
- Authors: Federica Bologna, Angelo Di Iorio, Silvio Peroni, Francesco Poggi
- Abstract要約: オープンな引用のみを考慮して計算された引用に基づくメトリクスが、人間の査定演習のピアレビューの実施方法に関する洞察を得ることのできるデータを提供するかどうかを考察する。
我々は,研究評価演習の委員会の決定を再現するために,一連の機械学習モデルを提案する。
- 参考スコア(独自算出の注目度): 1.911678487931003
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the past, several works have investigated ways for combining quantitative
and qualitative methods in research assessment exercises. In this work, we aim
at introducing a methodology to explore whether citation-based metrics,
calculated only considering open bibliographic and citation data, can yield
insights on how human peer-review of research assessment exercises is
conducted. To understand if and what metrics provide relevant information, we
propose to use a series of machine learning models to replicate the decisions
of the committees of the research assessment exercises.
- Abstract(参考訳): これまで,研究評価演習における量的・質的手法の組み合わせについて研究してきた。
本研究では,オープンな書誌データと引用データのみを考慮して計算された引用基準が,人間による研究評価演習のピアレビューの実施方法に関する洞察を与えることができるかを検討することを目的とした。
関連する情報を提供する指標が何かを理解するために,研究評価演習委員会の決定を再現するために,一連の機械学習モデルを使用することを提案する。
関連論文リスト
- Time Series Embedding Methods for Classification Tasks: A Review [2.8084422332394428]
本稿では,機械学習およびディープラーニングモデルにおける効率的な表現のための時系列埋め込み手法の総合的なレビューと評価を行う。
埋め込み技術の分類を導入し,それらの理論的基礎と応用状況に基づいて分類する。
実験の結果,組込み手法の性能は,使用するデータセットや分類アルゴリズムによって大きく異なることがわかった。
論文 参考訳(メタデータ) (2025-01-23T05:24:45Z) - Benchmark for Evaluation and Analysis of Citation Recommendation Models [0.0]
我々は、引用推薦モデルの解析と比較を専門とするベンチマークを開発する。
このベンチマークは、引用コンテキストの異なる特徴に基づいてモデルの性能を評価する。
これは有意義な比較を可能にし、この分野におけるさらなる研究と開発のための有望なアプローチを特定するのに役立つだろう。
論文 参考訳(メタデータ) (2024-12-10T18:01:33Z) - Revisiting Self-supervised Learning of Speech Representation from a
Mutual Information Perspective [68.20531518525273]
我々は、情報理論の観点から、既存の自己教師型音声の手法を詳しく検討する。
我々は線形プローブを用いて、対象情報と学習された表現の間の相互情報を推定する。
我々は、ラベルを使わずに、データの異なる部分間の相互情報を見積もる自己教師型の表現を評価する可能性を探る。
論文 参考訳(メタデータ) (2024-01-16T21:13:22Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - A Review on Method Entities in the Academic Literature: Extraction,
Evaluation, and Application [15.217159196570108]
科学的研究において、この方法は科学的問題を解くのに必須の手段であり、重要な研究対象である。
方法の名称を反映した学術文献における重要な実体をメソッドエンティティと呼ぶ。
メソッドエンティティの進化は、分野の発展を明らかにし、知識発見を促進する。
論文 参考訳(メタデータ) (2022-09-08T10:12:21Z) - Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。
提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
論文 参考訳(メタデータ) (2022-09-08T09:13:07Z) - On the role of benchmarking data sets and simulations in method
comparison studies [0.0]
本稿では,シミュレーション研究とベンチマーク研究の相違点と類似点について検討する。
混合手法研究や臨床シナリオ評価など,さまざまな文脈からアイデアを借りる。
論文 参考訳(メタデータ) (2022-08-02T13:47:53Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳(メタデータ) (2021-07-05T16:32:45Z) - Do open citations give insights on the qualitative peer-review
evaluation in research assessments? An analysis of the Italian National
Scientific Qualification [1.911678487931003]
イタリアの国家科学資格(NSQ)は、学者が教授の学術的地位に応用できるかどうかを決定することを目的としている。
書誌学を駆使し、候補者のCVを査読する。
オープンデータと引用データのみを考慮して計算された引用に基づくメトリクスが、人間のNDのピアレビューを支援することができるかどうかを考察する。
論文 参考訳(メタデータ) (2021-03-14T14:44:45Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳(メタデータ) (2020-08-02T00:09:03Z) - A Survey on Causal Inference [64.45536158710014]
因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。
観測データに対する様々な因果効果推定法が誕生した。
論文 参考訳(メタデータ) (2020-02-05T21:35:29Z)
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。