論文の概要: The Concept of Decentralization Through Time and Disciplines: A
Quantitative Exploration
- arxiv url: http://arxiv.org/abs/2207.14260v2
- Date: Fri, 6 Oct 2023 10:24:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-13 16:30:15.146690
- Title: The Concept of Decentralization Through Time and Disciplines: A
Quantitative Exploration
- Title（参考訳）: 時間と規律による分散化の概念:定量的探索
- Authors: Gabriele Di Bona, Alberto Bracci, Nicola Perra, Vito Latora, Andrea
Baronchelli
- Abstract要約: 分散化を参照する学術論文425,144件の分析を行う。
この話題に関する論文の数は1950年代以降指数関数的に増加している。
2021年、154年の1人の著者は、記事のタイトルや要約において、分散化について言及した。
- 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 pervasive concept found across disciplines, including
Economics, Political Science, and Computer Science, where it is used in
distinct yet interrelated ways. Here, we develop and publicly release a general
pipeline to investigate the scholarly history of the term, analysing 425,144
academic publications that refer to (de)centralization. We find that the
fraction of papers on the topic has been exponentially increasing since the
1950s. In 2021, 1 author in 154 mentioned (de)centralization in the title or
abstract of an article. Using both semantic information and citation patterns,
we cluster papers in fields and characterize the knowledge flows between them.
Our analysis reveals that the topic has independently emerged in the different
fields, with small cross-disciplinary contamination. Moreover, we show how
Blockchain has become the most influential field about 10 years ago, while
Governance dominated before the 1990s. In summary, our findings provide a
quantitative assessment of the evolution of a key yet elusive concept, which
has undergone cycles of rise and fall within different fields. Our pipeline
offers a powerful tool to analyze the evolution of any scholarly term in the
academic literature, providing insights into the interplay between collective
and independent discoveries in science.
- Abstract（参考訳）: 分散化(Decentralization)は、経済学、政治科学、コンピュータ科学などの分野にまたがる幅広い概念であり、異なるが相互に関係のある方法で使われている。
ここでは,「分散化」を指す学術論文425,144件を分析し,この用語の学術的歴史を調査するための一般的なパイプラインを開発し,公開する。
この話題に関する論文の数は1950年代以降指数関数的に増加している。
2021年、154年の1人の著者は、記事のタイトルや要約において、分散化について言及した。
意味情報と引用パターンの両方を用いて,論文をフィールドに集約し,それらの間の知識フローを特徴付ける。
分析の結果,学際汚染が小さく,異なる分野に独自に現れたことが明らかとなった。
さらに,約10年前にはブロックチェーンがもっとも影響力のある分野になってきたが,1990年代以前にはガバナンスが支配的だった。
まとめると,本研究は,異なる分野における上昇と降下のサイクルを経た重要かつ不可解な概念の進化を定量的に評価するものである。
私たちのパイプラインは、学術文献における学術用語の進化を分析する強力なツールを提供し、科学における集合的および独立的な発見間の相互作用に関する洞察を提供する。
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。