論文の概要: Measuring Disagreement in Science
- arxiv url: http://arxiv.org/abs/2107.14641v1
- Date: Fri, 30 Jul 2021 14:07:34 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-02 14:52:16.212991
- Title: Measuring Disagreement in Science
- Title（参考訳）: 科学における不一致の測定
- Authors: Wout S. Lamers (1), Kevin Boyack (2), Vincent Larivi\`ere (3), Cassidy
R. Sugimoto (4), Nees Jan van Eck (1), Ludo Waltman (1), Dakota Murray (4)
((1) Centre for Science and Technology Studies, Leiden University, Leiden,
Netherlands, (2) SciTech Strategies, Inc., Albuquerque, NM, USA, (3) \'Ecole
de biblioth\'economie et des sciences de l'information, Universit\'e de
Montr\'eal, Canada, (4) School of Informatics, Computing, and Engineering,
Indiana University Bloomington, IN, USA)
- Abstract要約: 我々はcue-phraseに基づくアプローチを用いて、400万以上の科学論文にまたがる不一致の引用の事例を特定する。
我々は、社会科学における意見の相違と、物理学と数学における意見の相違について、学際的な意見の相違を明らかにした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Disagreement is essential to scientific progress. However, the extent of
disagreement in science, its evolution over time, and the fields in which it
happens, remains largely unknown. Leveraging a massive collection of scientific
texts, we develop a cue-phrase based approach to identify instances of
disagreement citations across more than four million scientific articles. Using
this method, we construct an indicator of disagreement across scientific fields
over the 2000-2015 period. In contrast with black-box text classification
methods, our framework is transparent and easily interpretable. We reveal a
disciplinary spectrum of disagreement, with higher disagreement in the social
sciences and lower disagreement in physics and mathematics. However, detailed
disciplinary analysis demonstrates heterogeneity across sub-fields, revealing
the importance of local disciplinary cultures and epistemic characteristics of
disagreement. Paper-level analysis reveals notable episodes of disagreement in
science, and illustrates how methodological artefacts can confound analyses of
scientific texts. These findings contribute to a broader understanding of
disagreement and establish a foundation for future research to understanding
key processes underlying scientific progress.
- Abstract（参考訳）: 診断は科学的進歩に不可欠である。
しかし、科学における意見の相違の程度、時間の経過とともに進化し、それが起こる分野はほとんど不明である。
科学論文の膨大なコレクションを活用して,400万以上の学術論文にまたがる不一致の引用の事例を識別する手法を開発した。
この手法を用いて,2000～2015年における科学分野間の不一致の指標を構築した。
ブラックボックステキスト分類法とは対照的に,我々のフレームワークは透明で容易に解釈できる。
我々は、社会科学に高い意見の相違、物理学と数学に低い意見の相違の相違を明らかにした。
しかし、詳細な学際分析により、サブフィールド間の異質性が示され、地域学際文化の重要性と不一致の認識的特徴が明らかになった。
論文レベルの分析は、科学における不一致の顕著なエピソードを明らかにし、いかに方法論的アーティファクトが科学的テクストの分析を組み合わせるかを説明している。
これらの発見は、意見の不一致のより広範な理解に寄与し、科学的進歩の根底にある重要な過程を理解するための将来の研究の基礎を確立する。
関連論文リスト
- Towards a Theoretical Foundation of Process Science [1.4372498385359374]
プロセスサイエンスは、非常に学際的な研究分野である。
多くの提案にもかかわらず、プロセス科学は分野の中核的な概念を十分に理解していない。
プロセスサイエンスに対処するより体系的なフレームワークは必須である。
論文 参考訳（メタデータ） (2024-03-28T08:19:39Z) - Understanding Fine-grained Distortions in Reports of Scientific Findings [46.96512578511154]
歪んだ科学コミュニケーションは、不健康な行動の変化を招き、科学機関の信頼を低下させる可能性があるため、個人や社会に害を与える。
近年の科学コミュニケーションの増大を考えると、科学出版物からの発見が一般大衆にどのように報告されるかについて、きめ細かい理解が不可欠である。
論文 参考訳（メタデータ） (2024-02-19T19:00:01Z) - Diverse Explanations From Data-Driven and Domain-Driven Perspectives in the Physical Sciences [4.442043151145212]
このパースペクティブは、物理科学における機械学習応用における多様な説明の源泉と意味を探求する。
モデル, 説明方法, 特徴属性レベル, 利害関係者のニーズが, ML出力の様々な解釈をもたらすかを検討する。
我々の分析は、科学的な文脈でMLモデルを解釈する際に、複数の視点を考慮することの重要性を浮き彫りにしている。
論文 参考訳（メタデータ） (2024-02-01T05:28:28Z) - Scientific Large Language Models: A Survey on Biological & Chemical Domains [47.97810890521825]
大規模言語モデル(LLM)は、自然言語理解の強化において、変革的な力として現れてきた。
LLMの応用は従来の言語境界を超えて、様々な科学分野で開発された専門的な言語システムを含んでいる。
AI for Science(AI for Science)のコミュニティで急成長している分野として、科学LLMは包括的な探査を義務付けている。
論文 参考訳（メタデータ） (2024-01-26T05:33:34Z) - Ontology-Driven Processing of Transdisciplinary Domain Knowledge [15.819087559924784]
現代科学は、現実の問題を根本的な方法で解くことができない。
Noosphereの論文は、学際的障壁を克服する方法で構築する必要がある科学の世界観にアピールする。
論文 参考訳（メタデータ） (2023-11-01T07:42:34Z) - A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and
Why? [84.46288849132634]
本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。
我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。
我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
論文 参考訳（メタデータ） (2023-05-22T11:08:00Z) - Modeling Information Change in Science Communication with Semantically
Matched Paraphrases [50.67030449927206]
SPICEDは、情報変化の度合いに注釈を付けた科学的な発見の最初のパラフレーズデータセットである。
SPICEDには、ニュース記事、ソーシャルメディアの議論、オリジナル論文の全文から抽出された6000の科学的発見ペアが含まれている。
SPICEDで訓練されたモデルは、実世界の科学的主張の事実チェックのための証拠検索において下流のパフォーマンスを改善する。
論文 参考訳（メタデータ） (2022-10-24T07:44:38Z) - SciTweets -- A Dataset and Annotation Framework for Detecting Scientific
Online Discourse [2.3371548697609303]
科学的な話題、主張、資源は、オンライン談話の一部としてますます議論されている。
これにより、社会的な影響が大きくなり、様々な分野からの科学的オンライン談話への関心が高まった。
専門分野にわたる研究は、現在、科学関連の様々な形態の堅牢な定義の欠如に悩まされている。
論文 参考訳（メタデータ） (2022-06-15T08:14:55Z) - 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) - Change Summarization of Diachronic Scholarly Paper Collections by
Semantic Evolution Analysis [10.554831859741851]
本研究では,長期間にわたる研究論文の収集を解析するための新しい手法を実証する。
我々のアプローチは、時間とともに単語の意味表現を比較することに基づいており、学術出版物の大規模なドメイン中心のアーカイブをより深く理解することを目的としている。
論文 参考訳（メタデータ） (2021-12-07T11:15:19Z) - 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)
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。