Fugu-MT 論文翻訳(概要): Reproducibility of COVID-19 pre-prints

論文の概要: Reproducibility of COVID-19 pre-prints

arxiv url: http://arxiv.org/abs/2107.10724v3
Date: Wed, 16 Mar 2022 13:29:26 GMT
ステータス: 処理完了
システム内更新日: 2023-03-21 05:21:03.551956
Title: Reproducibility of COVID-19 pre-prints
Title（参考訳）: 新型コロナウイルスプリプリントの再現性
Authors: Annie Collins, Rohan Alexander
Abstract要約: 新型コロナウイルスに関連するarXiv、bioRxiv、medRxivに投稿されたプレプリントのデータセットを作成します。サンプルに含まれるプレプリントでは、arXivで75パーセント、bioRxivで67パーセント、medRxivで79パーセントのオープンデータまたはオープンコードのマーカーを見つけることができません。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: To examine the reproducibility of COVID-19 research, we create a dataset of pre-prints posted to arXiv, bioRxiv, and medRxiv between 28 January 2020 and 30 June 2021 that are related to COVID-19. We extract the text from these pre-prints and parse them looking for keyword markers signaling the availability of the data and code underpinning the pre-print. For the pre-prints that are in our sample, we are unable to find markers of either open data or open code for 75 per cent of those on arXiv, 67 per cent of those on bioRxiv, and 79 per cent of those on medRxiv.
Abstract（参考訳）: 新型コロナウイルス研究の再現性を調べるため、2020年1月28日から2021年6月30日までに、arXiv、bioRxiv、medRxivに投稿されたプレプリントのデータセットを作成しました。これらのプレプリントからテキストを抽出し,データの可利用性を示すキーワードマーカーと,プレプリントを基盤とするコードを探し出す。サンプルにあるプレプリントについては、arxivでは75%、biorxivでは77%、medrxivでは79%、オープンデータまたはオープンコードのマーカーを見つけることはできません。

関連論文リスト

Constructing the CORD-19 Vaccine Dataset [1.986689544042807]
我々は、新型コロナウイルスに関する研究を専門とする科学者を対象に、新しいデータセット「CORD-19-Vaccination」を紹介した。このデータセットは、CORD-19データセットから抽出され、言語の詳細、著者のデモグラフィ、キーワード、論文ごとのトピックのための新しいカラムで拡張される。
論文参考訳（メタデータ） (2024-07-26T02:44:55Z)
VoxelKP: A Voxel-based Network Architecture for Human Keypoint Estimation in LiDAR Data [53.638818890966036]
textitVoxelKPは、LiDARデータにおける人間のキーポイント推定に適した、完全にスパースなネットワークアーキテクチャである。本研究では,人間の各インスタンス内のキーポイント間の空間的相関を学習するために,スパースボックスアテンションを導入する。鳥の視線を符号化する2次元格子に3次元ボクセルを投影する際に, 絶対的な3次元座標を利用するために空間符号化を組み込んだ。
論文参考訳（メタデータ） (2023-12-11T23:50:14Z)
How many preprints have actually been printed and why: a case study of computer science preprints on arXiv [9.783989953810725]
我々は、最終的にピアレビューされた会場で、どれだけのプレプリントが印刷されたかを定量化します。刊行された写本のうち、いくつかは異なるタイトルで出版され、arXivの事前版も更新されていない。コンピュータ科学の分野では、プレプリントは適切なリビジョン、複数の著者、詳細な抽象化と導入、広範囲で権威のある参照、利用可能なソースコードを特徴としている。
論文参考訳（メタデータ） (2023-08-03T17:56:16Z)
Is margin all you need? An extensive empirical study of active learning on tabular data [66.18464006872345]
我々は,OpenML-CC18ベンチマークを用いて,69の実世界のデータセット上での各種能動学習アルゴリズムの性能を解析した。意外なことに、古典的なマージンサンプリング技術は、現在の最先端技術を含む、他のすべてのものよりも優れている。
論文参考訳（メタデータ） (2022-10-07T21:18:24Z)
Visual Microfossil Identificationvia Deep Metric Learning [1.3199511198128897]
顕微鏡画像上での板状孔殻の分類に計量学習を適用した。表現型プランクティック・フォアミニファー空間を初めて科学的に可視化する。この領域では、メトリクス学習がCNNベースの最先端ベンチマークを全て上回ることを示す。
論文参考訳（メタデータ） (2021-12-17T13:00:37Z)
Is preprint the future of science? A thirty year journey of online preprint services [7.063908865620109]
Preprintは、正式な査読の前に公開された科学論文のバージョンである。 1991年にarXivが発売されて以来、印刷物は紙のコピーとは対照的にインターネット上に流通してきた。
論文参考訳（メタデータ） (2021-02-17T23:08:01Z)
End-2-End COVID-19 Detection from Breath & Cough Audio [68.41471917650571]
クラウドソースのオーディオサンプルからエンドツーエンドのディープラーニングを使用してCOVID-19を診断する最初の試みを実証します。本研究では, 人工深層ニューラルネットワークを用いて, 人工呼吸器から新型コロナを診断する新しいモデル戦略を提案する。
論文参考訳（メタデータ） (2021-01-07T01:13:00Z)
Preprints as accelerator of scholarly communication: An empirical analysis in Mathematics [9.899221738408581]
出版の遅れと影響の2つの影響を測定する。プレプリント版のある記事は、ソーシャルメディアで言及されることが多く、Altmetricの注意の遅れが短い。
論文参考訳（メタデータ） (2020-11-24T07:32:35Z)
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)
Heuristic Semi-Supervised Learning for Graph Generation Inspired by Electoral College [80.67842220664231]
本稿では,新たなノードやエッジを自動的に拡張して,高密度サブグラフ内のラベル類似性を向上する,新しい前処理手法であるElectoral College(ELCO)を提案する。テストされたすべての設定において、我々の手法はベースモデルの平均スコアを4.7ポイントの広いマージンで引き上げるとともに、常に最先端のモデルよりも優れています。
論文参考訳（メタデータ） (2020-06-10T14:48:48Z)
Rapidly Bootstrapping a Question Answering Dataset for COVID-19 [88.86456834766288]
我々は、新型コロナウイルスに特化して設計された質問応答データセットの始まりであるCovidQAを紹介する。これは、そのタイプの最初の公開リソースであり、より実質的な評価資源が利用可能になるまで研究を導くためのストップギャップとして意図されている。
論文参考訳（メタデータ） (2020-04-23T17:35:11Z)

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。