論文の概要: Hidden Citations Obscure True Impact in Science

• arxiv url: http://arxiv.org/abs/2310.16181v1
• Date: Tue, 24 Oct 2023 20:58:07 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-26 18:09:11.072449
• Title: Hidden Citations Obscure True Impact in Science
• Title（参考訳）: 隠れたサイテーションが科学に本当の影響を与えている
• Authors: Xiangyi Meng, Onur Varol, Albert-L\'aszl\'o Barab\'asi
• Abstract要約: 発見が常識となると、引用は編入によって消滅する。 ここでは、隠れた引用を体系的に識別するために、各論文の全文に適用された教師なしの解釈可能な機械学習を頼りにしている。 本研究は, 暗黙の引用の頻度は引用数ではなく, 原稿のテキスト中の話題に関する言説の程度によってもたらされることを示す。
• 参考スコア（独自算出の注目度）: 1.1034031330519811
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: References, the mechanism scientists rely on to signal previous knowledge, lately have turned into widely used and misused measures of scientific impact. Yet, when a discovery becomes common knowledge, citations suffer from obliteration by incorporation. This leads to the concept of hidden citation, representing a clear textual credit to a discovery without a reference to the publication embodying it. Here, we rely on unsupervised interpretable machine learning applied to the full text of each paper to systematically identify hidden citations. We find that for influential discoveries hidden citations outnumber citation counts, emerging regardless of publishing venue and discipline. We show that the prevalence of hidden citations is not driven by citation counts, but rather by the degree of the discourse on the topic within the text of the manuscripts, indicating that the more discussed is a discovery, the less visible it is to standard bibliometric analysis. Hidden citations indicate that bibliometric measures offer a limited perspective on quantifying the true impact of a discovery, raising the need to extract knowledge from the full text of the scientific corpus.
• Abstract（参考訳）: 参照 科学者が以前の知識に依拠するメカニズムは、近年広く使われて誤用された科学的影響の尺度へと変化している。 しかし、発見が常識となると、引用は法人化によって消滅する。 これは隠れた引用の概念につながり、それを具現化した出版物に言及することなく、発見への明確なテキストクレジットを表す。 ここでは,各論文の全文に適用した教師なしの解釈可能な機械学習を用いて,隠れた引用を体系的に識別する。 出版場所や規律に関係なく出現する,影響力のある発見や隠された引用数が引用数を上回っていることが判明した。 引用数ではなく,写本の本文中の話題に関する談話の程度から判断し,より議論が深まるほど,標準書誌分析の可視性が低下することを示した。 隠れた引用は、文献測度が発見の真の影響を定量化するための限られた視点を与え、科学的コーパスの全文から知識を抽出する必要性を高めていることを示している。

関連論文リスト

• ALiiCE: Evaluating Positional Fine-grained Citation Generation [54.19617927314975]
  本稿では,微細な引用生成のための最初の自動評価フレームワークであるALiiCEを提案する。 我々のフレームワークはまず、文のクレームを依存性分析によって原子クレームに解析し、次に原子クレームレベルでの引用品質を計算する。 複数大言語モデルの2つの長文QAデータセット上での位置的きめ細かな引用生成性能を評価する。
  論文  参考訳（メタデータ） (2024-06-19T09:16:14Z)
• Uncited articles and their effect on the concentration of citations [0.0]
  実証的な証拠は、学術出版物から受けた引用が優先的な愛着のパターンに従っており、その結果、権力の分配が生じることを示している。 引用は少数の記事に集中するようになるのか?それとも、最近の地政学的および技術的な科学の変化によって、より分散化された分布がもたらされたのか? 本稿では,参照ベースおよび引用ベースアプローチ,未引用記事,引用インフレーション,書誌データベースの拡張,学際差,自己引用が引用集中の進化にどのように影響するかを考察する。
  論文  参考訳（メタデータ） (2023-06-16T15:38:12Z)
• Detecting and analyzing missing citations to published scientific entities [5.811229506383401]
  我々は,出版された科学エンティティとテキスト内引用の共起に基づくCRPSE(Citation Recommendation for Published Scientific Entity)を設計する。 我々は、2020年の卓越したコンピュータサイエンスカンファレンスで発表された論文の中で、欠落した引用に関する統計的分析を行う。 中央値に基づいて、これらの論文は8年前に出版され、引用の欠如が指摘されている。
  論文  参考訳（メタデータ） (2022-10-18T18:08:20Z)
• Deep Graph Learning for Anomalous Citation Detection [55.81334139806342]
  本稿では,新たな深層グラフ学習モデルであるGLAD(Graph Learning for Anomaly Detection)を提案する。 GLADフレームワーク内ではCPU(Citation PUrpose)と呼ばれるアルゴリズムが提案され,引用テキストに基づく引用の目的が明らかになった。
  論文  参考訳（メタデータ） (2022-02-23T09:05:28Z)
• Towards generating citation sentences for multiple references with intent control [86.53829532976303]
  We build a novel generation model with the Fusion-in-Decoder approach to handlee with multiple long inputs。 実験により,提案手法は引用文を生成するためのより包括的な特徴を提供することが示された。
  論文  参考訳（メタデータ） (2021-12-02T15:32:24Z)
• 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)
• Semantic Analysis for Automated Evaluation of the Potential Impact of Research Articles [62.997667081978825]
  本稿では,情報理論に基づくテキスト意味のベクトル表現のための新しい手法を提案する。 この情報意味論がLeicester Scientific Corpusに基づいてテキスト分類にどのように使用されるかを示す。 テキストの意味を表現するための情報的アプローチは,研究論文の科学的影響を効果的に予測する方法であることを示す。
  論文  参考訳（メタデータ） (2021-04-26T20:37:13Z)
• Citations are not opinions: a corpus linguistics approach to understanding how citations are made [0.0]
  引用内容分析の重要な問題は、引用の異なるクラスを特徴付ける言語構造を見つけることである。 本研究では,分類済みの引用コーパスの大規模なサンプルから始めて,発声スマート引用データセットの各クラスから200万の引用を行う。 各引用型の比較表を生成することにより,引用型を特徴付ける興味深い言語特徴を多数提示する。
  論文  参考訳（メタデータ） (2021-04-16T12:52:27Z)
• 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)

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。