論文の概要: Tweets to Citations: Unveiling the Impact of Social Media Influencers on AI Research Visibility

• arxiv url: http://arxiv.org/abs/2401.13782v2
• Date: Sun, 3 Mar 2024 08:16:52 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-07 00:50:19.859263
• Title: Tweets to Citations: Unveiling the Impact of Social Media Influencers on AI Research Visibility
• Title（参考訳）: 引用へのツイート:ソーシャルメディアインフルエンサーがai研究の可視性に与える影響を明らかに
• Authors: Iain Xie Weissburg, Mehir Arora, Xinyi Wang, Liangming Pan, William Yang Wang
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 88.19541361734302
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the number of accepted papers at AI and ML conferences reaches into the thousands, it has become unclear how researchers access and read research publications. In this paper, we investigate the role of social media influencers in enhancing the visibility of machine learning research, particularly the citation counts of papers they share. We have compiled a comprehensive dataset of over 8,000 papers, spanning tweets from December 2018 to October 2023, alongside controls precisely matched by 9 key covariates. Our statistical and causal inference analysis reveals a significant increase in citations for papers endorsed by these influencers, with median citation counts 2-3 times higher than those of the control group. Additionally, the study delves into the geographic, gender, and institutional diversity of highlighted authors. Given these findings, we advocate for a responsible approach to curation, encouraging influencers to uphold the journalistic standard that includes showcasing diverse research topics, authors, and institutions.
• Abstract（参考訳）: AIとMLカンファレンスの受理論文の数が数千にも達するにつれ、研究者が研究論文にアクセスして読む方法が明確になってきています。 本稿では,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,特に共有論文の引用数について検討する。 我々は、2018年12月から2023年10月までのツイートにまたがる8000以上の論文の包括的なデータセットをまとめた。 統計的および因果推論分析により,これらのインフルエンサーが支持する論文の引用が有意に増加し,中央値の引用回数はコントロール群よりも2～3倍になった。 さらに、この研究は、強調された著者の地理的、性別、制度的な多様性を掘り下げている。 これらの知見を踏まえ、我々はキュレーションに対する責任あるアプローチを提唱し、インフルエンサーが様々な研究トピック、著者、機関を展示するジャーナリズム標準を支持するよう奨励する。

関連論文リスト

• Analysis of the ICML 2023 Ranking Data: Can Authors' Opinions of Their Own Papers Assist Peer Review in Machine Learning? [52.00419656272129]
  我々は2023年の国際機械学習会議(ICML)で実験を行った。 我々はそれぞれ2,592件の応募書を含む1,342件のランク付けを受けた。 著者によるランキングを用いて生のレビュースコアを校正するイソトニックメカニズムに注目した。
  論文  参考訳（メタデータ） (2024-08-24T01:51:23Z)
• 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)
• Analyzing the Impact of Companies on AI Research Based on Publications [1.450405446885067]
  私たちは、過去10年間に出版された学術的および企業公認のAIパブリッシングを比較します。 個々の出版物が受ける引用回数は、会社によって(共著)される場合、著しく高いことが分かりました。
  論文  参考訳（メタデータ） (2023-10-31T13:27:04Z)
• Fusion of the Power from Citations: Enhance your Influence by Integrating Information from References [3.607567777043649]
  本研究は,ある論文が学者の影響力を高めることができるか否かを判断するために,予測問題を定式化することを目的とする。 この研究にこの枠組みを適用することで、研究者は自分の論文が将来の影響力を高めることができるかどうかを特定できる。
  論文  参考訳（メタデータ） (2023-10-27T19:51:44Z)
• A Comprehensive Study of Groundbreaking Machine Learning Research: Analyzing highly cited and impactful publications across six decades [1.6442870218029522]
  機械学習(ML)は、コンピュータ科学やその他の関連分野の研究分野として注目されている。 重要なトレンド、影響力のある著者、そしてこれまでの重要な貢献を識別するために、高度に引用された出版物の風景を理解することが不可欠である。
  論文  参考訳（メタデータ） (2023-08-01T21:43:22Z)
• Forgotten Knowledge: Examining the Citational Amnesia in NLP [63.13508571014673]
  論文を引用するのにどれくらいの時間がかかったのか、どのようにして変化したのか、そしてこの引用的注意/記憶に相関する要因は何か。 引用論文の約62%が出版直前の5年間のものであり,約17%が10年以上前のものであることを示す。 1990年から2014年にかけて、引用論文の中央値と年齢の多様性は着実に増加してきたが、その後傾向が逆転し、現在のNLP論文は、時間的引用の多様性が極端に低い。
  論文  参考訳（メタデータ） (2023-05-29T18:30:34Z)
• 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)
• How do Authors' Perceptions of their Papers Compare with Co-authors' Perceptions and Peer-review Decisions? [87.00095008723181]
  著者は論文の受理確率をおよそ3倍過大評価している。 女性作家は、男性作家よりも極端に高い(統計的に重要な)誤校正を示す。 受理された論文と受理された論文の回答者の少なくとも30%は、レビュープロセス後に自身の論文に対する認識が改善したと述べている。
  論文  参考訳（メタデータ） (2022-11-22T15:59:30Z)
• Geographic Citation Gaps in NLP Research [63.13508571014673]
  この研究は、地理的な位置と出版の成功との関係について一連の疑問を呈する。 われわれはまず,ACLアンソロジーから7万件の論文のデータセットを作成し,そのメタ情報を抽出し,引用ネットワークを生成した。 論文の受理や引用において地理的に大きな差異があるだけでなく,出版場所やNLPのサブフィールドなどの変数を制御しても,これらの格差は持続することを示す。
  論文  参考訳（メタデータ） (2022-10-26T02:25:23Z)
• Community-Driven Comprehensive Scientific Paper Summarization: Insight from cvpaper.challenge [23.10314444860379]
  我々は、コンピュータビジョンカンファレンスで提示された論文の要約を書くために、非ネイティブな英語話者のグループを組織した。 我々は,コンピュータビジョンとパターン認識に関するカンファレンスにおいて,合計2000の論文を要約した。
  論文  参考訳（メタデータ） (2022-03-17T06:31:17Z)

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。