論文の概要: The decentralized evolution of decentralization across fields: from Governance to Blockchain

• arxiv url: http://arxiv.org/abs/2207.14260v1
• Date: Thu, 28 Jul 2022 17:46:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 10:12:41.797407
• Title: The decentralized evolution of decentralization across fields: from Governance to Blockchain
• Title（参考訳）: 分野横断的分散化の分散化進化:ガバナンスからブロックチェーンへ
• Authors: Gabriele Di Bona, Alberto Bracci, Nicola Perra, Vito Latora, Andrea Baronchelli
• Abstract要約: 分散化は、経済学、政治科学、計算機科学といった分野にまたがる幅広い概念である。 分散化に言及した学術出版物を425万米ドルで分析することにより,この用語の学術史を考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Decentralization is a widespread concept across disciplines such as Economics, Political Science and Computer Science, which use it in distinct but overlapping ways. Here, we investigate the scholarly history of the term by analysing $425k$ academic publications mentioning (de)centralization. We reveal that the fraction of papers on the topic has been exponentially increasing since the 1950s, with 1 author in 154 contributing to a paper on (de)centralization in 2021. We then cluster papers using both semantic and citation information and show that the topic has independently emerged in different fields, while cross-disciplinary contamination started only more recently. Finally, focusing on the two most prominent clusters by number of papers and influence, we show how Blockchain has become the most influential field about 10 years ago, while Governance dominated before the 1990s, and we characterize their interactions with other fields. Our results add a quantitative dimension to the history of a key yet elusive concept. Furthermore, the introduced framework is general and our publicly
• Abstract（参考訳）: 分散化(英: decentralization)とは、経済学、政治科学、計算機科学といった分野にまたがる広範な概念であり、異なるが重なり合う方法で使用する。 本稿では,分散化に言及した学術出版物を425万米ドルで分析することにより,この用語の学術史を考察する。 このトピックに関する論文の割合は1950年代から指数関数的に増加しており、著者は154人中1人が2021年の(de)分散化に関する論文に貢献している。 次に,意味情報と引用情報の両方を用いて論文を収集し,そのトピックが異なる分野に独立して出現したことを示す。 最後に、論文数と影響力によって2つの最も顕著なクラスタに注目し、Blockchainが10年前にもっとも影響力のある分野になったことを示し、ガバナンスは1990年代以前に支配的になり、他の分野との相互作用を特徴付ける。 我々の結果は、重要なが解明されていない概念の歴史に定量的な次元を加える。 さらに 導入済みの枠組みは一般論であり

関連論文リスト

• Data-driven Coreference-based Ontology Building [48.995395445597225]
  参照解決は、伝統的に個々の文書理解のコンポーネントとして使用される。 よりグローバルな視点で、すべてのドキュメントレベルのコア参照関係から、ドメインについて何が学べるかを探求します。 コードとともに、クリエイティブ・コモンズライセンスの下でコア参照チェーンをリリースします。
  論文  参考訳（メタデータ） (2024-10-22T14:30:40Z)
• Scito2M: A 2 Million, 30-Year Cross-disciplinary Dataset for Temporal Scientometric Analysis [11.672477198630574]
  我々は,200万以上の学術論文を収録した縦型サイエントメトリックデータセットであるScyto2Mを紹介した。 我々はScyto2Mを用いて,30年以上にわたる時間的調査を行い,サイエントメトリーの重要な課題を探求した。
  論文  参考訳（メタデータ） (2024-10-12T12:16:57Z)
• Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark [55.898771405172155]
  フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。 我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
  論文  参考訳（メタデータ） (2023-11-12T06:32:30Z)
• How Do Transformers Learn Topic Structure: Towards a Mechanistic Understanding [56.222097640468306]
  我々は、トランスフォーマーが「意味構造」を学ぶ方法の機械的理解を提供する 数学的解析とウィキペディアデータの実験を組み合わせることで、埋め込み層と自己保持層がトピック構造をエンコードしていることを示す。
  論文  参考訳（メタデータ） (2023-03-07T21:42:17Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)
• Overview of STEM Science as Process, Method, Material, and Data Named Entities [0.0]
  本研究では,10分野にわたるSTEM記事の大規模構造化データセットの開発と分析を行う。 分析は,4つの科学的実体プロセス,方法,材料,データとして構造化された60Kの抽象概念からなる大規模コーパス上で定義される。 本研究で作成したSTEM-NER-60kコーパスは,主要出版プラットフォームから得られた60kのSTEM記事から抽出された1M以上のエンティティから構成される。
  論文  参考訳（メタデータ） (2022-05-24T07:35:24Z)
• 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)
• Scientometric engineering: Exploring citation dynamics via arXiv eprints [0.0]
  本稿では,arXiv上の150万以上の電子プリントの引用データについて検討する。 典型的成長パターンと可溶化パターンは, 分野によって異なることが判明した。 我々は, 励起成長と可溶化の観測量的, 時間的特性に整合したモデルを導出した。
  論文  参考訳（メタデータ） (2021-06-09T12:38:44Z)
• Domain Generalization: A Survey [146.68420112164577]
  ドメイン一般化(DG)は、モデル学習にソースドメインデータを使用するだけでOOD一般化を実現することを目的としています。 初めて、DGの10年の開発をまとめるために包括的な文献レビューが提供されます。
  論文  参考訳（メタデータ） (2021-03-03T16:12:22Z)
• What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
  本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。 本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。 本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-11-06T02:23:01Z)
• How do academic topics shift across altmetric sources? A case study of the research area of Big Data [2.208242292882514]
  出版物の著者キーワードとオンラインイベントの用語は、出版物のメイントピックとして抽出され、Altmetric.comで読者のオンラインディスカッションが行われる。 結果は、ビッグデータ科学研究に関する2つのトピックのセットの間に、かなりの違いがあることを示している。 ブログとニュースは、一般的に使用される用語に強い類似性を示し、政策文書とウィキペディアの記事は、ビッグデータ関連の研究を考察し解釈する上で、最も強い相違性を示している。
  論文  参考訳（メタデータ） (2020-03-23T19:37:36Z)

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。