論文の概要: Quantifying hierarchy in scientific teams

• arxiv url: http://arxiv.org/abs/2210.05852v1
• Date: Wed, 12 Oct 2022 01:28:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:38:06.101057
• Title: Quantifying hierarchy in scientific teams
• Title（参考訳）: 科学チームにおける階層の定量化
• Authors: Fengli Xu, Lingfei Wu, James A. Evans
• Abstract要約: 本稿では、最近のPNAS論文「Flat Teams Drive Scientific Innovation」で使われているデータ収集と機械学習モデルの詳細について述べる。 著者チームの暗黙的階層を推定するために,学術出版の特徴をどのように活用できるかを論じる。
• 参考スコア（独自算出の注目度）: 42.444263246116485
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper provides a detailed description of the data collection and machine learning model used in our recent PNAS paper "Flat Teams Drive Scientific Innovation" Xu et al. [2022a]. Here, we discuss how the features of scientific publication can be used to estimate the implicit hierarchy in the corresponding author teams. Besides, we also describe the method of evaluating the impact of team hierarchy on scientific outputs. More details will be updated in this article continuously. Raw data and Readme document can be accessed in this GitHub repository Xu et al. [2022b].
• Abstract（参考訳）: 本稿では,最近のPNAS論文 "Flat Teams Drive Scientific Innovation" Xu et alで使用されているデータ収集と機械学習モデルの詳細について述べる。 【2022a】 本稿では,学術出版物の特徴を用いて,著者チームの暗黙的階層を推定する方法について論じる。 また,チーム階層が科学的成果に与える影響を評価する手法についても述べる。 詳細はこの記事で継続的に更新されます。 生データとReadmeドキュメントは、このGitHubリポジトリXuなどからアクセスすることができる。 【2022b】

関連論文リスト

• SciRIFF: A Resource to Enhance Language Model Instruction-Following over Scientific Literature [80.49349719239584]
  SciRIFF(Scientific Resource for Instruction-Following and Finetuning, SciRIFF)は、54のタスクに対して137Kの命令追従デモのデータセットである。 SciRIFFは、幅広い科学分野の研究文献から情報を抽出し、合成することに焦点を当てた最初のデータセットである。
  論文  参考訳（メタデータ） (2024-06-10T21:22:08Z)
• The Open Review-Based (ORB) dataset: Towards Automatic Assessment of Scientific Papers and Experiment Proposals in High-Energy Physics [0.0]
  新しい包括的オープンレビューベースデータセット(ORB)を紹介する。 これには36,000以上の科学論文のキュレートされたリストが含まれ、89,000以上のレビューと最終決定が含まれている。 本稿では,データアーキテクチャと収集データの概要と関連する統計について述べる。
  論文  参考訳（メタデータ） (2023-11-29T20:52:02Z)
• MuLMS-AZ: An Argumentative Zoning Dataset for the Materials Science Domain [1.209268134212644]
  AZ(Argumentative Zone)の分類は学術文書の処理を改善するために提案されている。 我々は、手動で注釈付けされた研究論文50点の新しいデータセットを提示し、リリースする。
  論文  参考訳（メタデータ） (2023-07-05T14:55:18Z)
• Contrastive Hierarchical Discourse Graph for Scientific Document Summarization [14.930704950433324]
  CHANGESは、抽出科学論文要約のための対照的な階層型グラフニューラルネットワークである。 また,グローバルなテーマ認識文表現を学習するためのグラフコントラスト学習モジュールを提案する。
  論文  参考訳（メタデータ） (2023-05-31T20:54:43Z)
• The Semantic Scholar Open Data Platform [79.4493235243312]
  セマンティック・スカラー(Semantic Scholar、S2)は、学術文献の発見と理解を支援することを目的としたオープンデータプラットフォームおよびウェブサイトである。 我々は、学術的なPDFコンテンツ抽出と知識グラフの自動構築のための最先端技術を用いて、パブリックおよびプロプライエタリなデータソースを組み合わせる。 このグラフには、構造解析されたテキスト、自然言語要約、ベクトル埋め込みなどの高度な意味的特徴が含まれている。
  論文  参考訳（メタデータ） (2023-01-24T17:13:08Z)
• Hierarchical Multi-Label Classification of Scientific Documents [47.293189105900524]
  我々はSciHTCと呼ばれる科学論文の階層的多ラベルテキスト分類のための新しいデータセットを提案する。 このデータセットは、ACM CCSツリーから186,160の論文と1,233のカテゴリを含んでいる。 我々の最良のモデルでは、マクロF1スコアが34.57%に達し、このデータセットが大きな研究機会を提供することを示す。
  論文  参考訳（メタデータ） (2022-11-05T04:12:57Z)
• 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)
• Fact or Fiction: Verifying Scientific Claims [53.29101835904273]
  本稿では,研究文献から,REFUTESやREFUTESが与えられた科学的主張であることを示す証拠を含む抄録を抽出する新たな課題である,科学的クレーム検証を紹介する。 SciFactは、1.4Kの専門家による科学的主張と、ラベルや合理性に注釈を付けたエビデンスを含む抽象概念を組み合わせたデータセットである。 このシステムは,CORD-19コーパスの証拠を同定することにより,新型コロナウイルス関連クレームを検証可能であることを示す。
  論文  参考訳（メタデータ） (2020-04-30T17:22:57Z)

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。