論文の概要: Sharing and Caring: Creating a Culture of Constructive Criticism in Computational Legal Studies

• arxiv url: http://arxiv.org/abs/2205.01071v1
• Date: Tue, 19 Apr 2022 08:27:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-09 00:10:36.418894
• Title: Sharing and Caring: Creating a Culture of Constructive Criticism in Computational Legal Studies
• Title（参考訳）: 共有とケア: 計算法学における建設的批判の文化の創造
• Authors: Corinna Coupette and Dirk Hartung
• Abstract要約: 計算法学における建設的批判の文化を作るための基本原則を7つ紹介する。 我々は、論文を主要な学術的アウトプットとして現在の認識に挑戦し、出版物のより包括的な解釈を求める。 これらのパブリッシングを計算的に再現可能にし、すべてのデータとすべてのコードを常に、時間、そして可能な限り最も機能的な形式でリリースすることを提案します。
• 参考スコア（独自算出の注目度）: 3.8073142980733
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce seven foundational principles for creating a culture of constructive criticism in computational legal studies. Beginning by challenging the current perception of papers as the primary scholarly output, we call for a more comprehensive interpretation of publications. We then suggest to make these publications computationally reproducible, releasing all of the data and all of the code all of the time, on time, and in the most functioning form possible. Subsequently, we invite constructive criticism in all phases of the publication life cycle. We posit that our proposals will help form our field, and float the idea of marking this maturity by the creation of a modern flagship publication outlet for computational legal studies.
• Abstract（参考訳）: 計算法学における建設的批判の文化を作るための基本原則を7つ紹介する。 論文を主要な学術的アウトプットとして現在の認識に挑戦することから始め、出版物のより包括的な解釈を求める。 次に、これらのパブリッシングを計算的に再現可能にし、すべてのデータとすべてのコードを常に、時間、そして可能な限り最も機能的な形式でリリースすることを提案します。 その後,出版ライフサイクルのすべての段階において建設的批判を提起する。 我々は、我々の提案がこの分野の形成に役立ち、計算法学研究のための近代的なフラッグシップ出版サイトを作ることによって、この成熟度を示すアイデアを浮かび上がらせると仮定する。

関連論文リスト

• Evaluating Copyright Takedown Methods for Language Models [100.38129820325497]
  言語モデル(LM)は、潜在的に著作権のある資料を含む様々なデータに対する広範な訓練からその能力を引き出す。 本稿では,LMの著作権削除の可能性と副作用を初めて評価する。 システムプロンプトの追加、デコード時間フィルタリングの介入、未学習アプローチなど、いくつかの戦略を検討する。
  論文  参考訳（メタデータ） (2024-06-26T18:09:46Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
  本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。 新たに登場したAI生成の文献レビューも評価されている。 この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• Exploring the Advances in Identifying Useful Code Review Comments [0.0]
  本稿では,コードレビューコメントの有用性に関する研究の進化を反映する。 コードレビューコメントの有用性を定義し、データセットのマイニングとアノテーションを定義し、開発者の認識を調査し、異なる側面から要因を分析し、機械学習分類器を使用してコードレビューコメントの有用性を自動的に予測する。
  論文  参考訳（メタデータ） (2023-07-03T00:41:20Z)
• The False Dawn: Reevaluating Google's Reinforcement Learning for Chip Macro Placement [1.4803764446062861]
  Google 2021 Natureの論文で、シリコンチップの物理的設計のための強化学習は、文書化されていない主張のために論争を巻き起こした。 Google RLは、(i)人間デザイナー、(ii)よく知られたアルゴリズム(Simulated Annealing)、(iii)一般的に利用可能な商用ソフトウェアを遅くして遅れていることを示す。 クロスチェックデータによると、Nature論文の完全性は、行動、分析、報告の誤りによって著しく損なわれている。
  論文  参考訳（メタデータ） (2023-06-16T05:32:24Z)
• Scientific Opinion Summarization: Paper Meta-review Generation Dataset, Methods, and Evaluation [55.00687185394986]
  本稿では,論文レビューをメタレビューに合成する,科学的意見要約の課題を提案する。 ORSUMデータセットは、47のカンファレンスから15,062のメタレビューと57,536の論文レビューをカバーしている。 実験の結果,(1)人間による要約は,議論の深みや特定の領域に対するコンセンサスや論争の特定など,必要な基準をすべて満たしていないこと,(2)タスクの分解と反復的自己調整の組み合わせは,意見の強化に強い可能性を示唆している。
  論文  参考訳（メタデータ） (2023-05-24T02:33:35Z)
• Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review [52.359007622096684]
  ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。 既存のNLP研究は個々のテキストの分析に重点を置いている。 編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
  論文  参考訳（メタデータ） (2022-04-22T16:39:38Z)
• Nanopublication-Based Semantic Publishing and Reviewing: A Field Study with Formalization Papers [0.5735035463793008]
  この取り組みにはナノパブリケーションの概念と技術を使用します。 我々は、このRDFベースのフォーマットにおける提出書と最終論文だけでなく、プロセス全体も表現しています。 我々は18人の著者から15件の論文を受け取り、その後出版プロセス全体を通して、その特別号への寄稿の出版に繋がった。
  論文  参考訳（メタデータ） (2022-03-03T10:04:10Z)
• Combating Collusion Rings is Hard but Possible [20.98044468339695]
  本稿では,次の種類の共謀リングを使わずにレビュー課題を見つけることを目的とした,サイクルフリーレビュー問題の導入と解析を行う。 このサイクルのすべての論文は、それぞれの科学的メリットから独立して受け入れられる確率が高い。 いくつかの現実的な設定では、小さな長さのレビューサイクルのない割り当ては常に存在することを示す。
  論文  参考訳（メタデータ） (2021-12-14T18:40:10Z)
• Can We Automate Scientific Reviewing? [89.50052670307434]
  我々は、最先端自然言語処理(NLP)モデルを用いて、科学論文の第一パスピアレビューを生成する可能性について論じる。 我々は、機械学習領域で論文のデータセットを収集し、各レビューでカバーされているさまざまなコンテンツに注釈を付け、レビューを生成するために論文を取り込み、ターゲットの要約モデルを訓練する。 総合的な実験結果から、システム生成レビューは、人間によるレビューよりも、論文の多くの側面に触れる傾向にあることが示された。
  論文  参考訳（メタデータ） (2021-01-30T07:16:53Z)
• Summarizing Text on Any Aspects: A Knowledge-Informed Weakly-Supervised Approach [89.56158561087209]
  文書に関連する任意の側面を要約する。 監視データがないため、我々は新しい弱い監督構築法とアスペクト・モデリング・スキームを開発した。 実験により,本手法は実文書と合成文書の両方を要約することで,性能の向上を図っている。
  論文  参考訳（メタデータ） (2020-10-14T03:20:46Z)

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。