論文の概要: Towards a Quality Indicator for Research Data publications and Research
Software publications -- A vision from the Helmholtz Association
- arxiv url: http://arxiv.org/abs/2401.08804v2
- Date: Fri, 26 Jan 2024 09:31:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-29 17:11:12.354061
- Title: Towards a Quality Indicator for Research Data publications and Research
Software publications -- A vision from the Helmholtz Association
- Title（参考訳）: 研究データ出版物と研究ソフトウェア出版物の品質指標を目指して --ヘルムホルツ協会の展望-
- Authors: Wolfgang zu Castell, Doris Dransch, Guido Juckeland, Marcel Meistring,
Bernadette Fritzsch, Ronny Gey, Britta H\"opfner, Martin K\"ohler, Christian
Mee{\ss}en, Hela Mehrtens, Felix M\"uhlbauer, Sirko Schindler, Thomas
Schnicke, Roland Bertelmann
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.24848203755267903
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research data and software are widely accepted as an outcome of scientific
work. However, in comparison to text-based publications, there is not yet an
established process to assess and evaluate quality of research data and
research software publications. This paper presents an attempt to fill this
gap. Initiated by the Working Group Open Science of the Helmholtz Association
the Task Group Helmholtz Quality Indicators for Data and Software Publications
currently develops a quality indicator for research data and research software
publications to be used within the Association. This report summarizes the
vision of the group of what all contributes to such an indicator. The proposed
approach relies on generic well-established concepts for quality criteria, such
as the FAIR Principles and the COBIT Maturity Model. It does - on purpose - not
limit itself to technical implementation possibilities to avoid using an
existing metric for a new purpose. The intention of this paper is to share the
current state for further discussion with all stakeholders, particularly with
other groups also working on similar metrics but also with entities that use
the metrics.
- Abstract（参考訳）: 研究データとソフトウェアは科学研究の結果として広く受け入れられている。
しかし、テキストベースの出版と比べ、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。
本稿ではこのギャップを埋めようとする試みを示す。
ヘルムホルツ協会のワーキンググループopen scienceによって始められたタスクグループhelmholtz quality indicators for data and software publicationsは現在、協会内で使用される研究データと研究ソフトウェア出版物の品質指標を開発している。
この報告は、すべての人がそのような指標に何に貢献するのかというグループのビジョンをまとめている。
提案手法は,fair principles や cobit maturity model といった品質基準の確立された概念に依存している。
新しい目的のために既存のメトリクスを使用するのを避けるために、意図的に技術的な実装の可能性に限らない。
この論文の意図は、すべてのステークホルダー、特に同様のメトリクスに取り組んでいる他のグループ、そしてメトリクスを使用するエンティティとのさらなる議論のための現在の状態を共有することである。
関連論文リスト
- Data-Centric AI in the Age of Large Language Models [51.20451986068925]
本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。
本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。
データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
論文 参考訳（メタデータ） (2024-06-20T16:34:07Z) - Leveraging Artificial Intelligence Technology for Mapping Research to
Sustainable Development Goals: A Case Study [6.551575555269426]
この研究は、オーストラリア大学から82,000冊以上の論文をケーススタディとして採用した。
われわれは、これらの出版物を持続可能な開発目標にマッピングするために類似度尺度を利用した。
私たちは、OpenAI GPTモデルを利用して、同じタスクを実行し、2つのアプローチの比較分析を容易にしました。
論文 参考訳（メタデータ） (2023-11-09T11:44:22Z) - Divide and Conquer the EmpiRE: A Community-Maintainable Knowledge Graph
of Empirical Research in Requirements Engineering [0.3277163122167433]
要件エンジニアリング(RE)に関する実証研究は、常に進化している。
根底にある問題は、以前の作業からのデータが利用できないことだ。
オープンリサーチ知識グラフ(ORKG)を,REにおける経験的研究の知識グラフを構築,公開するための基盤として利用する方法について検討する。
論文 参考訳（メタデータ） (2023-06-29T08:55:35Z) - CoCon: A Data Set on Combined Contextualized Research Artifact Use [0.0]
CoConは学術出版物の全文に研究成果物の組み合わせを反映した大規模な学術データセットである。
データセットは35kのアーティファクト(データセット、メソッド、モデル、タスク)と340kのパブリッシュで構成されています。
我々は,「総合研究成果物利用予測」のためのリンク予測タスクを形式化し,データに基づくMLアプリケーションの解析と開発を利用するためのコードを提供する。
論文 参考訳（メタデータ） (2023-03-27T13:29:09Z) - Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。
研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。
本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
論文 参考訳（メタデータ） (2023-03-18T19:17:47Z) - 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) - 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) - Best Practices and Scoring System on Reviewing A.I. based Medical
Imaging Papers: Part 1 Classification [0.9428556282541211]
SIIMの機械学習教育サブミッションは、これらの研究をレビューするためのガイドラインを確立するための知識ギャップと深刻な必要性を特定している。
このシリーズの最初のエントリは、画像分類のタスクに焦点を当てている。
このシリーズの目的は、A.I.をベースとした医療画像のレビュープロセスを改善するためのリソースを提供することである。
論文 参考訳（メタデータ） (2022-02-03T21:46:59Z) - 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) - Recognizing Families In the Wild: White Paper for the 4th Edition Data
Challenge [91.55319616114943]
本稿では,Recognizing Families In the Wild(RFIW)評価における支援課題(親族検証,三対象検証,行方不明児の検索・検索)を要約する。
本研究の目的は、2020年のRFIWチャレンジと、将来的な方向性の予測について述べることである。
論文 参考訳（メタデータ） (2020-02-15T02:22:42Z)
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。