論文の概要: Is Coronavirus-Related Research Becoming More Interdisciplinary? A Perspective of Co-occurrence Analysis and Diversity Measure of Scientific Articles

• arxiv url: http://arxiv.org/abs/2111.04344v1
• Date: Mon, 8 Nov 2021 09:05:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 20:41:58.046266
• Title: Is Coronavirus-Related Research Becoming More Interdisciplinary? A Perspective of Co-occurrence Analysis and Diversity Measure of Scientific Articles
• Title（参考訳）: コロナウイルス関連研究はもっと学際的か? 科学論文の共起分析と多様性尺度の展望
• Authors: Yi Zhao, Lifan Liu, Chengzhi Zhang
• Abstract要約: 学際的な研究は、新型コロナウイルス関連の問題に対する効果的な解決策を提供することができる。 引用された規律間の共起関係は、時間とともに動的に進化してきた。 新型コロナウイルス関連の研究で引用される規律の数が増える一方、規律の分布は不均一である。
• 参考スコア（独自算出の注目度）: 9.80702656509609
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The outbreak of coronavirus disease 2019 (COVID-19) has had a significant repercussion on the health, economy, politics and environment, making coronavirus-related issues more complicated and difficult to solve adequately by relying on a single field. Interdisciplinary research can provide an effective solution to complex issues in the related field of coronavirus. However, whether coronavirus related research becomes more interdisciplinary still needs corroboration. In this study, we investigate interdisciplinary status of the coronavirus-related fields via the COVID-19 Open Research Dataset (CORD-19). To this end, we calculate bibliometric indicators of interdisciplinarity and a co-occurrence analysis method. The results show that co-occurrence relationships between cited disciplines have evolved dynamically over time. The two types of co-occurrence relationships, Immunology and Microbiology & Medicine and Chemical Engineering & Chemistry, last for a long time in this field during 1990-2020. Moreover, the number of disciplines cited by coronavirus-related research increases, whereas the distribution of disciplines is uneven, and this field tends to focus on several dominant disciplines such as Medicine, Immunology and Microbiology, Biochemistry, Genetics and Molecular Biology. We also gauge the disciplinary diversity of COVID-19 related papers published from January to December 2020; the disciplinary variety shows an upward trend, while the degree of disciplinary balance shows a downward trend. Meanwhile, the comprehensive index 2Ds demonstrates that the degree of interdisciplinarity in coronavirus field decreases between 1990 and 2019, but it increases in 2020. The results help to map the interdisciplinarity of coronavirus-related research, gaining insight into the degree and history of interdisciplinary cooperation.
• Abstract（参考訳）: 新型コロナウイルス感染症(COVID-19)の流行は、保健、経済、政治、環境に重大な影響をもたらしており、一つの分野に頼ることで、新型コロナウイルス関連の問題がより複雑で解決が困難になっている。 学際研究は、新型コロナウイルスの関連分野における複雑な問題に対する効果的な解決策を提供することができる。 しかし、新型コロナウイルス関連の研究が学際的になるかどうかは、まだ確証が必要である。 本研究では,COVID-19 Open Research Dataset(CORD-19)を用いて,新型コロナウイルス関連分野の学際的状況について検討した。 この目的のために,学際性の書誌指標と共起分析法を計算する。 その結果,引用する分野間の共起関係は時間とともに動的に進化してきた。 免疫学と微生物学と医学、化学工学と化学の2つの共起関係は、1990年から2020年にかけてこの分野で長く続いた。 さらに、新型コロナウイルス関連研究が引用する分野の数が増加する一方、規律の分布は不均一であり、医学、免疫学、微生物学、生化学、遺伝学、分子生物学といったいくつかの主要な分野に焦点が当てられる傾向がある。 また、2020年1月から12月にかけて発行された新型コロナウイルス関連論文の学際的多様性を計測し、学際的多様性は上昇傾向を示し、学際的バランスの程度は下降傾向を示す。 一方、総合指数2Dでは、新型コロナウイルス分野における学際性の程度は1990年から2019年にかけて減少するが、2020年には増加することが示されている。 この結果は、新型コロナウイルス関連の研究の学際性を地図化し、学間協力の程度と歴史について洞察を得るのに役立つ。

関連論文リスト

• 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)
• Questioning the impact of AI and interdisciplinarity in science: Lessons from COVID-19 [0.0]
  科学的影響は著者チーム全体の学際性によって決定されず、むしろ実際に活用した知識の多様性によって決定された。 この結果から,チームと知識構造が科学における新しい計算技術の統合の成功にどう影響を与えるか,という知見が得られた。
  論文  参考訳（メタデータ） (2023-04-18T11:56:05Z)
• Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
  新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。 我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
  論文  参考訳（メタデータ） (2023-04-14T16:45:38Z)
• Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
  2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。 パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。 研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
  論文  参考訳（メタデータ） (2023-03-23T17:19:26Z)
• 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)
• 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)
• Discovering associations in COVID-19 related research papers [2.146386506780702]
  本研究は、新型コロナウイルス関連論文の要約と、関連ルールテキストマイニングを用いた新型コロナウイルス関連研究について分析した。 これらの手法を基礎として,同種の疫病/パンデミックの流行に研究者がどう対応しているかを歴史を通じて明らかにすることを目的とした。
  論文  参考訳（メタデータ） (2020-04-06T10:52:25Z)
• 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。