論文の概要: The Impact of Social Media in Learning and Teaching: A
Bibliometric-based Citation Analysis
- arxiv url: http://arxiv.org/abs/2209.11284v1
- Date: Thu, 22 Sep 2022 19:32:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:20:20.285565
- Title: The Impact of Social Media in Learning and Teaching: A
Bibliometric-based Citation Analysis
- Title（参考訳）: 学習と教育におけるソーシャルメディアの影響--書誌分析に基づく引用分析
- Authors: Abdul Shaikh, Saqib Ali and Ramla Al-Maamari
- Abstract要約: この研究は、学習と学習に関わるソーシャルメディア研究の全体的な理論的基盤を探求した。
International Journal of Management Education(英語: International Journal of Management Education)は、ソーシャルメディアの学習と教育における主要な学術雑誌である。
- 参考スコア（独自算出の注目度）: 0.4297070083645049
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents the results of a systematic review of the literature on
the impact of social media in learning and teaching through bibliometric based
Citation analysis. The objective of the review was to map the evolution of the
current literature and identify the leading sources of knowledge in terms of
the most influential journals, authors, and articles. From a total of 50 top
most relevant articles selected from the Scopus database, a detailed citation
analysis was conducted. The study explored the overall theoretical foundation
of social media research involving in learning and studying and identified the
leading sources of knowledge in terms of and papers and revealed research
trends over the last four years by citation analysis. The analysis of citation
data showed that International Journal of Management Education is the leading
journal in social media in learning and teaching research. Author Abdullah Z
was found to be the leading author in this field in terms of a total number of
publications, total citations, and h index, while the most cited article was
authored by Baaran S. and by Bapitha L. The contribution of this study is to
clearly outline the current state of knowledge regarding social media in
learning and teaching services in the literature.
- Abstract（参考訳）: 本稿では,文献を体系的にレビューし,文献分析による学習と教育におけるソーシャルメディアの影響について述べる。
レビューの目的は、現在の文学の進化を地図化し、最も影響力のある雑誌、著者、記事の観点で知識の主要な情報源を特定することである。
スコパスデータベースから選択された最も関連性の高い50項目から,詳細な引用分析を行った。
本研究は,学習・研究に関わるソーシャルメディア研究の総合的理論的基礎を探究し,論文や論文で主要な知識源を特定し,この4年間における引用分析による研究動向を明らかにした。
引用データの解析により,国際経営学ジャーナルは,学習・教育研究におけるソーシャルメディアにおける主要な雑誌であることが示された。
著者のアブドゥッラー・Z(Abdullah Z)は、出版物の総数、総引用数、h指数の点でこの分野の主著とされ、最も引用された記事はBaaran S.とBapitha Lによって執筆された。
関連論文リスト
- Classical Machine Learning: Seventy Years of Algorithmic Learning Evolution [1.121816400852218]
機械学習(ML)は多くの分野を変えてきたが、その基礎研究を理解することは、その継続的な進歩に不可欠である。
本稿では,古典的MLアルゴリズムの概要を概説し,12年間にわたる最先端の出版物について考察する。
我々は、著名なMLカンファレンスやジャーナルから引用された論文のデータセットを分析し、引用とキーワード分析を用いて批判的な洞察を明らかにした。
論文 参考訳（メタデータ） (2024-08-03T11:07:10Z) - Knowledge Graph Representation for Political Information Sources [16.959319157216466]
我々は、Britbart News(BN)とNew York Times(NYT)の2つのニュースポータルから収集されたデータを分析する。
本研究は,BNおよびNYTメディアポータルから収集した11.5年間のデータセットを用いて,知識グラフを用いて行った。
論文 参考訳（メタデータ） (2024-04-04T13:36:01Z) - Mapping the Increasing Use of LLMs in Scientific Papers [99.67983375899719]
2020年1月から2024年2月にかけて、arXiv、bioRxiv、Natureのポートフォリオジャーナルで950,965の論文をまとめて、体系的で大規模な分析を行った。
計算機科学の論文では, LLMの使用が着実に増加し, 最大, 最速の成長が観察された。
論文 参考訳（メタデータ） (2024-04-01T17:45:15Z) - 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) - A Comprehensive Study of Groundbreaking Machine Learning Research:
Analyzing highly cited and impactful publications across six decades [1.6442870218029522]
機械学習(ML)は、コンピュータ科学やその他の関連分野の研究分野として注目されている。
重要なトレンド、影響力のある著者、そしてこれまでの重要な貢献を識別するために、高度に引用された出版物の風景を理解することが不可欠である。
論文 参考訳（メタデータ） (2023-08-01T21:43:22Z) - Artificial intelligence technologies to support research assessment: A
review [10.203602318836444]
この文献レビューは、記事のテキストから、より高いインパクトやより高い品質の研究に関連する指標を特定する。
論文やカンファレンス論文の引用数や品質スコアを予測するために機械学習技術を使用した研究が含まれている。
論文 参考訳（メタデータ） (2022-12-11T06:58:39Z) - 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) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳（メタデータ） (2022-08-25T15:53:32Z) - CitationIE: Leveraging the Citation Graph for Scientific Information
Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。
最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文 参考訳（メタデータ） (2021-06-03T03:00:12Z) - Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
引用グラフを用いて科学論文の要約作業を再定義します。
我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。
我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
論文 参考訳（メタデータ） (2021-04-07T11:13:35Z) - A Decade of In-text Citation Analysis based on Natural Language
Processing and Machine Learning Techniques: An overview of empirical studies [3.474275085556876]
情報科学者は、フルテキストデータ処理技術の進歩に踏み込んで、従来の書誌学をはるかに超えてきた。
本稿は、これらの発展に関する研究を物語的にレビューすることを目的としている。
その主な焦点は、自然言語処理と機械学習技術を使って引用を分析した出版物である。
論文 参考訳（メタデータ） (2020-08-29T17:27:08Z)
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。