論文の概要: Artificial intelligence technologies to support research assessment: A review

• arxiv url: http://arxiv.org/abs/2212.06574v1
• Date: Sun, 11 Dec 2022 06:58:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-14 15:25:08.733896
• Title: Artificial intelligence technologies to support research assessment: A review
• Title（参考訳）: 研究アセスメントを支援する人工知能技術 : レビュー
• Authors: Kayvan Kousha, Mike Thelwall
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 10.203602318836444
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This literature review identifies indicators that associate with higher impact or higher quality research from article text (e.g., titles, abstracts, lengths, cited references and readability) or metadata (e.g., the number of authors, international or domestic collaborations, journal impact factors and authors' h-index). This includes studies that used machine learning techniques to predict citation counts or quality scores for journal articles or conference papers. The literature review also includes evidence about the strength of association between bibliometric indicators and quality score rankings from previous UK Research Assessment Exercises (RAEs) and REFs in different subjects and years and similar evidence from other countries (e.g., Australia and Italy). In support of this, the document also surveys studies that used public datasets of citations, social media indictors or open review texts (e.g., Dimensions, OpenCitations, Altmetric.com and Publons) to help predict the scholarly impact of articles. The results of this part of the literature review were used to inform the experiments using machine learning to predict REF journal article quality scores, as reported in the AI experiments report for this project. The literature review also covers technology to automate editorial processes, to provide quality control for papers and reviewers' suggestions, to match reviewers with articles, and to automatically categorise journal articles into fields. Bias and transparency in technology assisted assessment are also discussed.
• Abstract（参考訳）: 本文献レビューは、論文テキスト(例えば、タイトル、要約、長さ、引用参照および可読性)またはメタデータ(例えば、著者数、国際または国内協力数、学術誌のインパクトファクターおよび著者のh-インデックス)から、より高いインパクトまたはより高い品質の研究に関連付けられた指標を特定する。 これには、機械学習技術を用いて、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研究が含まれている。 文献レビューには、以前の英国の研究評価演習(raes)による書誌指標と品質スコアのランキングとの相関の強さに関する証拠や、他の国(例えばオーストラリアとイタリア)からの同様の証拠も含まれている。 これをサポートするため、論文の学術的影響を予測するのに、引用、ソーシャルメディアの告発者、オープンレビューのテキスト(次元、opencitations、altmetric.com、publonsなど)の公開データセットを使用した研究も調査している。 この部分の文献レビューの結果は、このプロジェクトのAI実験レポートに報告されているように、機械学習を使用してREFジャーナルの記事の品質スコアを予測する実験に使用された。 論文レビューはまた、編集プロセスの自動化、論文やレビュアーの提案の品質管理の提供、レビュアーと記事のマッチング、雑誌記事を自動的に分野に分類する技術についても取り上げている。 技術支援評価におけるバイアスと透明性についても論じる。

関連論文リスト

• SyROCCo: Enhancing Systematic Reviews using Machine Learning [6.805429133535976]
  本稿では,システムレビュープロセスのナビゲートを支援する機械学習技術について検討する。 データ抽出やエビデンスマッピングといったレビューのその後の段階へのML技術の適用は、その初期段階にある。
  論文  参考訳（メタデータ） (2024-06-24T11:04:43Z)
• CASIMIR: A Corpus of Scientific Articles enhanced with Multiple Author-Integrated Revisions [7.503795054002406]
  本稿では,学術論文の執筆過程の改訂段階について,原文資料を提案する。 この新しいデータセットはCASIMIRと呼ばれ、OpenReviewの15,646の科学論文の改訂版とピアレビューを含んでいる。
  論文  参考訳（メタデータ） (2024-03-01T03:07:32Z)
• 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)
• Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
  機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。 我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
  論文  参考訳（メタデータ） (2024-01-24T20:05:49Z)
• Towards a Quality Indicator for Research Data publications and Research Software publications -- A vision from the Helmholtz Association [0.24848203755267903]
  研究データや研究ソフトウェアの品質を評価・評価するプロセスはまだ確立されていない。 Task Group Quality Indicators for Data and Software Publicationsは現在、研究データおよび研究ソフトウェア出版のための品質指標を開発している。
  論文  参考訳（メタデータ） (2024-01-16T20:00:27Z)
• Application of Transformers based methods in Electronic Medical Records: A Systematic Literature Review [77.34726150561087]
  本研究は,異なるNLPタスクにおける電子カルテ(EMR)のトランスフォーマーに基づく手法を用いて,最先端技術に関する体系的な文献レビューを行う。
  論文  参考訳（メタデータ） (2023-04-05T22:19:42Z)
• 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)
• Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
  本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。 提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
  論文  参考訳（メタデータ） (2022-09-08T09:13:07Z)
• Ranking Scientific Papers Using Preference Learning [48.78161994501516]
  我々はこれをピアレビューテキストとレビュアースコアに基づく論文ランキング問題とみなした。 ピアレビューに基づいて最終決定を行うための,新しい多面的総合評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-02T19:41:47Z)
• Do open citations give insights on the qualitative peer-review evaluation in research assessments? An analysis of the Italian National Scientific Qualification [1.911678487931003]
  イタリアの国家科学資格(NSQ)は、学者が教授の学術的地位に応用できるかどうかを決定することを目的としている。 書誌学を駆使し、候補者のCVを査読する。 オープンデータと引用データのみを考慮して計算された引用に基づくメトリクスが、人間のNDのピアレビューを支援することができるかどうかを考察する。
  論文  参考訳（メタデータ） (2021-03-14T14:44:45Z)

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。