論文の概要: An Assessment Tool for Academic Research Managers in the Third World
- arxiv url: http://arxiv.org/abs/2209.03199v1
- Date: Wed, 7 Sep 2022 14:59:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-08 12:55:09.069053
- Title: An Assessment Tool for Academic Research Managers in the Third World
- Title(参考訳): 第三世界の学術研究管理者のための評価ツール
- Authors: Fernando Delbianco, Andres Fioriti, Fernando Tohm\'e
- Abstract要約: 一方のベースにあるデータが、もう一方のインデックスを推測するためにどのように使用できるかを示す。
SCOPUSの情報はWebから自由に取り除くことができるので、このアプローチは出版物のインパクトファクターを自由に推論することができる。
- 参考スコア(独自算出の注目度): 125.99533416395765
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The academic evaluation of the publication record of researchers is relevant
for identifying talented candidates for promotion and funding. A key tool for
this is the use of the indexes provided by Web of Science and SCOPUS, costly
databases that sometimes exceed the possibilities of academic institutions in
many parts of the world. We show here how the data in one of the bases can be
used to infer the main index of the other one. Methods of data analysis used in
Machine Learning allow us to select just a few of the hundreds of variables in
a database, which later are used in a panel regression, yielding a good
approximation to the main index in the other database. Since the information of
SCOPUS can be freely scraped from the Web, this approach allows to infer for
free the Impact Factor of publications, the main index used in research
assessments around the globe.
- Abstract(参考訳): 研究者の出版記録の学術的評価は、昇進と資金提供の有能な候補者を特定することに関係している。
このための重要なツールは、Web of ScienceとSCOPUSが提供するインデックスを使用することである。
ここでは、一方のベースにあるデータが、他方のメインインデックスを推測するためにどのように使用できるかを示す。
機械学習で使用されるデータ分析の方法は、データベース内の数百の変数のうち、わずか数個を選択できる。
SCOPUSの情報はWebから自由に取り除くことができるので、この手法は、世界中の研究評価で使われる主要な指標である出版物のインパクトファクターを自由に推測することができる。
関連論文リスト
- A Survey of Learned Indexes for the Multi-dimensional Space [7.574538354949901]
本調査は学習した多次元インデックス構造に焦点を当てる。
本稿では,各学習した多次元指標を分類・分類する分類法を提案する。
我々は、この新興かつ活発な分野における、いくつかのオープンな課題と今後の研究方向性を強調します。
論文 参考訳(メタデータ) (2024-03-11T06:32:32Z) - IndiVec: An Exploration of Leveraging Large Language Models for Media
Bias Detection with Fine-Grained Bias Indicators [16.222566896022247]
大規模言語モデル上に構築された一般的なバイアス検出フレームワークであるIndiVecを導入する。
IndiVecは、きめ細かいメディアバイアスデータベースを構築することから始まる。
ベクタデータベースから最も関連性の高い指標を自動的に選択し、多数決を採用して入力のバイアスラベルを決定する。
論文 参考訳(メタデータ) (2024-02-01T05:20:07Z) - Query of CC: Unearthing Large Scale Domain-Specific Knowledge from
Public Corpora [104.16648246740543]
大規模言語モデルに基づく効率的なデータ収集手法を提案する。
この方法は、大きな言語モデルを通してシード情報をブートストラップし、公開コーパスから関連データを検索する。
特定のドメインに関する知識関連のデータを収集するだけでなく、潜在的な推論手順でデータを抽出する。
論文 参考訳(メタデータ) (2024-01-26T03:38:23Z) - All Data on the Table: Novel Dataset and Benchmark for Cross-Modality
Scientific Information Extraction [39.05577374775964]
本稿では,テキスト中のエンティティをアノテートする半教師付きパイプラインと,テーブル内のエンティティとリレーションを反復的に提案する。
我々は,高品質なベンチマーク,大規模コーパス,半教師付きアノテーションパイプラインなど,科学コミュニティのための新たなリソースをリリースする。
論文 参考訳(メタデータ) (2023-11-14T14:22:47Z) - Diverse Community Data for Benchmarking Data Privacy Algorithms [0.2999888908665658]
CRC(Collaborative Research Cycle)は、NIST(National Institute of Standards and Technology)のベンチマークプログラムである。
識別アルゴリズムは、他のデータ分析や機械学習アプリケーションに影響を与えるバイアスやプライバシーの問題に弱い。
本稿は,多様な集団間の関係と公平な特定の課題について,CRCの4つの貢献を要約する。
論文 参考訳(メタデータ) (2023-06-20T17:18:51Z) - Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。
研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。
本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
論文 参考訳(メタデータ) (2023-03-18T19:17:47Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - A Pluggable Learned Index Method via Sampling and Gap Insertion [48.900186573181735]
データベースインデックスは、データ検索を促進し、現実世界のシステムにおける幅広いアプリケーションに役立つ。
近年,隠れて有用なデータ分布を学習するために,learning indexという新しいインデックスが提案されている。
学習指標の学習効率と学習効率を高めるための2つの一般的なテクニックとプラグイン可能なテクニックを研究します。
論文 参考訳(メタデータ) (2021-01-04T07:17:23Z) - Few-Shot Named Entity Recognition: A Comprehensive Study [92.40991050806544]
マルチショット設定のモデル一般化能力を向上させるための3つの手法を検討する。
ラベル付きデータの比率の異なる10の公開nerデータセットについて経験的比較を行う。
マルチショットとトレーニングフリーの両方の設定で最新の結果を作成します。
論文 参考訳(メタデータ) (2020-12-29T23:43:16Z)
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。