論文の概要: A scientometric analysis of the effect of COVID-19 on the spread of
research outputs
- arxiv url: http://arxiv.org/abs/2306.03941v1
- Date: Thu, 1 Jun 2023 18:26:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-11 13:40:09.180364
- Title: A scientometric analysis of the effect of COVID-19 on the spread of
research outputs
- Title（参考訳）: 研究成果の拡散に対するCOVID-19の影響に関する科学的分析
- Authors: Gianpaolo Zammarchi, Andrea Carta, Silvia Columbu, Luca Frigau, Monica
Musio
- Abstract要約: 2020年のSars-COV-2パンデミックは、私たち全員のライフコースに大きな影響を与えました。
この急激な感染拡大は、新型コロナウイルス関連の研究成果の増加につながっている。
残念ながらイタリアは、この病気の発生に大きく関与した最初の国の一つだ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The spread of the Sars-COV-2 pandemic in 2020 had a huge impact on the life
course of all of us. This rapid spread has also caused an increase in the
research production in topics related to COVID-19 with regard to different
aspects. Italy has, unfortunately, been one of the first countries to be
massively involved in the outbreak of the disease. In this paper we present an
extensive scientometric analysis of the research production both at global
(entire literature produced in the first 2 years after the beginning of the
pandemic) and local level (COVID-19 literature produced by authors with an
Italian affiliation). Our results showed that US and China are the most active
countries in terms of number of publications and that the number of
collaborations between institutions varies according to geographical distance.
Moreover, we identified the medical-biological as the fields with the greatest
growth in terms of literature production. Furthermore, we also better explored
the relationship between the number of citations and variables obtained from
the data set (e.g. number of authors per article). Using multiple
correspondence analysis and quantile regression we shed light on the role of
journal topics and impact factor, the type of article, the field of study and
how these elements affect citations.
- Abstract（参考訳）: 2020年のSars-COV-2パンデミックは、私たち全員のライフコースに大きな影響を与えた。
この急速な普及は、さまざまな側面において、covid-19に関連するトピックにおける研究生産の増加も引き起こしている。
残念ながらイタリアは、この病気の発生に大きく関与した最初の国の一つだ。
本稿では,グローバルな研究成果(パンデミック開始から2年目以降の文献)と地域レベルの研究成果(イタリア系著者による新型コロナウイルス文献)について,広範囲にわたるサイエントメトリクス分析を行った。
以上の結果から,米国と中国は出版物数でもっとも活発な国であり,地理的距離によって機関間の協力数が異なることが示された。
また,文献生産の分野では,医療生物学が最大の成長の分野であることも確認した。
さらに,引用数とデータセットから得られる変数(例えば,記事あたりの著者数)との関係についても検討した。
複数の対応分析と質的回帰を用いることで、ジャーナルのトピックスとインパクトファクター、記事の種類、研究分野、そしてこれらの要素が引用に与える影響を明らかにした。
関連論文リスト
- 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) - Application of targeted maximum likelihood estimation in public health
and epidemiological studies: a systematic review [0.0]
Targeted Maximum Likelihood Estimation frameworkは、機械学習、統計理論、統計推論を統合している。
我々は、観察研究にTMLEのあらゆる形態を適用した論文について、PubMedで体系的な文献レビューを行う。
81の出版物のうち25%はカリフォルニア大学バークレー校が発祥で、このフレームワークが最初に開発された。
論文 参考訳（メタデータ） (2023-03-13T17:50:03Z) - LED down the rabbit hole: exploring the potential of global attention
for biomedical multi-document summarisation [59.307534363825816]
我々はPRIMERAをバイオメディカル領域に適応させ,重要なバイオメディカルエンティティにグローバルな注意を払っている。
結果から得られた23モデルの出力を分析し, 追加のグローバルアテンションの存在に関連する結果のパターンを報告する。
論文 参考訳（メタデータ） (2022-09-19T01:13:42Z) - Navigating the landscape of COVID-19 research through literature
analysis: A bird's eye view [11.362549790802483]
我々は、2020年5月15日時点でPubMedで見つかった13,369のCOVID-19関連記事、LitCovidコレクションを分析した。
我々は、最先端のエンティティ認識、分類、クラスタリング、その他のNLP技術を適用する。
クラスタリングアルゴリズムは,関連用語群で表されるトピックを識別し,関連する文書に対応するクラスタを算出する。
論文 参考訳（メタデータ） (2020-08-07T23:39:29Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳（メタデータ） (2020-06-23T03:36:19Z) - EPIC30M: An Epidemics Corpus Of Over 30 Million Relevant Tweets [2.7718973516070684]
EPIC30Mは大規模な流行企業で、Twitterから3000万のマイクロブログ投稿がクロールされている。
EPIC30Mには、エボラ、コレラ、豚インフルエンザという3つの一般的な病気に関連する2200万ツイートのサブセットと、2009年のH1N1豚インフルエンザ、2010年のハイチ・コレラ、2012年の中東呼吸症候群(MERS)、2013年の西アフリカエボラ、2016年のイエメン・コレラ、2018年のキブ・エボラを含む6つの世界的な流行の470万ツイートのサブセットが含まれている。
論文 参考訳（メタデータ） (2020-06-09T13:23:00Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - What country, university or research institute, performed the best on
COVID-19? Bibliometric analysis of scientific literature [12.168506735496715]
我々は、新型コロナウイルスのパンデミックが始まって以来、最も多く研究を行った国、大学、企業を見つけるために、データマイニングを実施しています。
興味深い発見をいくつか提示したが、Web of Science Core CollectionからCOVID-19に関するすべての記録を分析したが、大きな結論には至らなかった。
論文 参考訳（メタデータ） (2020-05-19T14:36:12Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
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。