Fugu-MT 論文翻訳(概要): Effects of Research Paper Promotion via ArXiv and X

論文の概要: Effects of Research Paper Promotion via ArXiv and X

arxiv url: http://arxiv.org/abs/2401.11116v2
Date: Mon, 24 Jun 2024 18:22:04 GMT
ステータス: 処理完了
システム内更新日: 2024-06-26 20:40:18.164136
Title: Effects of Research Paper Promotion via ArXiv and X
Title（参考訳）: ArXiv と X による研究論文の推進効果
Authors: Chhandak Bagchi, Eric Malmi, Przemyslaw Grabowicz,
Abstract要約: 我々は、アーリープレプリントの出版物の利用動向とArXivの改訂、コンピュータ科学と物理学におけるそのような論文の宣伝にXを使うことについて研究する。本稿は,これらの近代的手当の使用が,学術出版物の引用数に与える影響を推定する。
参考スコア（独自算出の注目度）: 7.2983311281453345
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In the evolving landscape of scientific publishing, it is important to understand the drivers of high-impact research, to equip scientists with actionable strategies to enhance the reach of their work, and to understand trends in the use of modern scientific publishing tools to inform their further development. Here, we study trends in the use of early preprint publications and revisions on ArXiv and the use of X (formerly Twitter) for promotion of such papers in computer science and physics. We find that early submissions to ArXiv and promotion on X have soared in recent years. Estimating the effect that the use of each of these modern affordances has on the number of citations of scientific publications, we find that peer-reviewed conference papers in computer science that are submitted early to ArXiv gain on average $21.1 \pm 17.4$ more citations, revised on ArXiv gain $18.4 \pm 17.6$ more citations, and promoted on X gain $44.4 \pm 8$ more citations in the first 5 years from an initial publication. In contrast, journal articles in physics experience comparatively lower boosts in citation counts, with increases of $3.9 \pm 1.1$, $4.3 \pm 0.9$, and $6.9 \pm 3.5$ citations respectively for the same interventions. Our results show that promoting one's work on ArXiv or X has a large impact on the number of citations, as well as the number of influential citations computed by Semantic Scholar, and thereby on the career of researchers. These effects are present also for publications in physics, but they are relatively smaller. The larger relative effect sizes, effects of promotion accumulating over time, and elevated unpredictability of the number of citations in computer science than in physics suggest a greater role of world-of-mouth spreading in computer science than in physics.
Abstract（参考訳）: 科学出版の進化の過程において、ハイインパクトな研究の原動力を理解すること、研究の到達度を高めるための実行可能な戦略を科学者に提供すること、そして、彼らのさらなる発展を知らせるために近代的な科学出版ツールの使用の傾向を理解することが重要である。本稿では、アーリープレプリントの出版物の利用状況とArXivの改訂、コンピュータ科学・物理学におけるX(旧Twitter)の利用状況について検討する。 ArXiv への早期提出や X への昇格は近年急増している。これらの近代的な手当の使用が科学出版物の引用数に与える影響を推定すると、アーキビに早期に提出されたコンピュータ科学における査読された会議論文が、平均21.1 \pm 17.4$以上の引用で、ArXivに改訂されて18.4 \pm 17.6$以上の引用を獲得し、Xに昇格すると、最初の出版から5年で44.4 \pm 8$以上の引用が得られる。対照的に、物理学の論文では引用回数が比較的少なく、同じ介入に対してそれぞれ$3.9 \pm 1.1$、$4.3 \pm 0.9$、$6.9 \pm 3.5$ citationが増加する。以上の結果から,ArXiv や X 上での作業の促進は,引用数,Semantic Scholar が計算した影響力のある引用数に大きく影響し,研究者のキャリアに与える影響が示唆された。これらの効果は物理学の出版物にも見られるが、比較的小さい。相対的な効果の大きさ、時間とともに蓄積される促進の効果、そして物理学よりもコンピュータ科学における引用数の増加は、物理学よりもコンピュータ科学において、マウスの世界的拡散の役割が大きいことを示唆している。

関連論文リスト

Predicting Award Winning Research Papers at Publication Time [5.318302558039615]
我々は、出版時に利用可能な情報にのみ依存して受賞する研究論文の可能性を予測する。我々はArnetMinerの引用グラフを考慮した実験を行い、受賞論文の真理は32のコンピュータサイエンスカンファレンスから最高の論文賞の収集から得られた。注目すべきは、高いリコールと低い偽陰性率は、そのモデルが賞を得ない論文を特定するのにいかにうまく機能するかを示している。
論文参考訳（メタデータ） (2024-06-18T12:09:10Z)
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)
Forecasting high-impact research topics via machine learning on evolving knowledge graphs [0.8158530638728501]
我々は、研究者がこれまでに出版したことのないアイデアの発症の影響を予測する方法を示す。我々は、2200万以上の科学論文から構築された大きな進化した知識グラフを開発した。
論文参考訳（メタデータ） (2024-02-13T18:09:38Z)
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)
Estimating the Causal Effect of Early ArXiving on Paper Acceptance [56.538813945721685]
我々は,論文の審査期間(初期arXiving)前にarXivingが会議の受理に与える影響を推定する。以上の結果から,早期のarXivingは,論文の受容に少なからぬ影響を及ぼす可能性が示唆された。
論文参考訳（メタデータ） (2023-06-24T07:45:38Z)
Citation Trajectory Prediction via Publication Influence Representation Using Temporal Knowledge Graph [52.07771598974385]
既存のアプローチは主に学術論文の時間的データとグラフデータのマイニングに依存している。本フレームワークは,差分保存グラフ埋め込み,きめ細かい影響表現,学習に基づく軌道計算という3つのモジュールから構成される。 APSアカデミックデータセットとAIPatentデータセットの両方で実験を行った。
論文参考訳（メタデータ） (2022-10-02T07:43:26Z)
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)
A Measure of Research Taste [91.3755431537592]
生産性と味の両方に報いる引用に基づく尺度を提案する。提示された尺度capは、出版物とその量の影響のバランスをとる。本研究では, 生物学, 計算機科学, 経済学, 物理分野の研究者を対象に, capの特性を解析した。
論文参考訳（メタデータ） (2021-05-17T18:01:47Z)
A Graph Convolutional Neural Network based Framework for Estimating Future Citations Count of Research Articles [0.03937354192623676]
グラフ畳み込みネットワーク (gcn) を用いて, 短期(1年), 長期(5年, 10年)のいずれにおいても, 今後の研究論文の引用を推定する枠組みを提案する。我々は、コンピュータサイエンス領域の研究記事、特に0.8百万以上の記事からなるAMinerデータセット上の私たちの提案されたアプローチをテストしました。
論文参考訳（メタデータ） (2021-04-11T07:20:53Z)
Measuring prominence of scientific work in online news as a proxy for impact [15.772621977756058]
本稿では,論文に関連付けられた新聞記事の新たなコーパスについて紹介する。 2014年、英国研究卓越フレームワーク(REF)に提出されたインパクトケーススタディは、新聞記事に記載されている科学論文を参照し、より高いスコアを与えられた。これは、ニュースにおける言語的優位性は、科学研究のより広い非学術的影響を示唆するために使用できるという私たちの仮説を支持します。
論文参考訳（メタデータ） (2020-07-28T19:52:21Z)
Attention: to Better Stand on the Shoulders of Giants [34.5017808610466]
本稿では,長期科学的影響予測のための注意機構を開発する。実際の大規模引用データセットに基づいて,本手法の検証を行う。
論文参考訳（メタデータ） (2020-05-27T00:25:51Z)

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。