論文の概要: Decade-long Utilization Patterns of ICSE Technical Papers and Associated Artifacts
- arxiv url: http://arxiv.org/abs/2404.05826v1
- Date: Mon, 8 Apr 2024 19:29:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-10 18:38:40.006006
- Title: Decade-long Utilization Patterns of ICSE Technical Papers and Associated Artifacts
- Title（参考訳）: ICSE技術論文と関連アーティファクトの長期利用パターン
- Authors: Sharif Ahmed, Rey Ortiz, Nasir U. Eisty,
- Abstract要約: 論文とそのアーティファクトから利用属性のデータを収集し,違いを特定する統計的評価を行い,各属性カテゴリの上位5論文を分析した。
論文引用と関連するアーティファクトの使用には大きな違いがある。
我々は,ICSEが過去10年間に受理した論文を概観し,研究論文とアーティファクトとの複雑な関係を強調した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Context: Annually, ICSE acknowledges a range of papers, a subset of which are paired with research artifacts such as source code, datasets, and supplementary materials, adhering to the Open Science Policy. However, no prior systematic inquiry dives into gauging the influence of ICSE papers using artifact attributes. Objective: We explore the mutual impact between artifacts and their associated papers presented at ICSE over ten years. Method: We collect data on usage attributes from papers and their artifacts, conduct a statistical assessment to identify differences, and analyze the top five papers in each attribute category. Results: There is a significant difference between paper citations and the usage of associated artifacts. While statistical analyses show no notable difference between paper citations and GitHub stars, variations exist in views and/or downloads of papers and artifacts. Conclusion: We provide a thorough overview of ICSE's accepted papers from the last decade, emphasizing the intricate relationship between research papers and their artifacts. To enhance the assessment of artifact influence in software research, we recommend considering key attributes that may be present in one platform but not in another.
- Abstract（参考訳）: コンテキスト: ICSEは毎年,さまざまな論文を認識します。そのサブセットは,ソースコードやデータセット,補足資料といった研究成果物と組み合わせて,オープンサイエンスポリシーに準拠しています。
しかし, ICSE論文の影響について, アーティファクト属性を用いた事前の系統的な調査は行われていない。
目的:10年以上にわたってICSEで発表されたアーティファクトと関連する論文の相互影響について検討する。
方法: 論文とそのアーティファクトから利用属性のデータを収集し, 違いを特定する統計的評価を行い, 各属性カテゴリの上位5論文を分析した。
結果: 論文引用と関連するアーティファクトの使用には大きな違いがある。
統計分析では、論文引用とGitHubのスターの間に顕著な違いはないが、資料やアーティファクトのビューやダウンロードに違いがある。
結論: ICSEが過去10年間に受理した論文の概要を概観し, 研究論文とアーティファクトとの複雑な関係を強調した。
ソフトウェア研究におけるアーティファクトの影響を評価するため、あるプラットフォームに存在するが別のプラットフォームには存在しない重要な属性を検討することを推奨する。
関連論文リスト
- Research Artifacts in Software Engineering Publications: Status and Trends [13.765908874440278]
2017年から2022年にかけて、トップレベルのSEカンファレンスで公開された2,196件の論文から1,487件のアーティファクトを収集しました。
分析の結果,アーティファクトを提供する出版物の増加が明らかになった。
工芸品の共有における善道の利用は著しく増加した。
論文 参考訳（メタデータ） (2024-04-10T09:25:18Z) - 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) - TRIAD: Automated Traceability Recovery based on Biterm-enhanced
Deduction of Transitive Links among Artifacts [53.92293118080274]
トレーサビリティにより、ステークホルダは、ソフトウェアライフサイクル全体で導入されたソフトウェアアーティファクト間のトレースリンクを抽出し、理解することができます。
ほとんどの場合、Information Retrieval (IR) など、ソフトウェアアーティファクト間のテキストの類似性に依存している。
論文 参考訳（メタデータ） (2023-12-28T06:44:24Z) - CausalCite: A Causal Formulation of Paper Citations [80.82622421055734]
CausalCiteは紙の意義を測定するための新しい方法だ。
これは、従来のマッチングフレームワークを高次元のテキスト埋め込みに適応させる、新しい因果推論手法であるTextMatchに基づいている。
科学専門家が報告した紙衝撃と高い相関性など,各種基準におけるCausalCiteの有効性を実証する。
論文 参考訳（メタデータ） (2023-11-05T23:09:39Z) - Chain-of-Factors Paper-Reviewer Matching [32.86512592730291]
本稿では,意味的・話題的・引用的要因を協調的に考慮した,論文レビューアマッチングのための統一モデルを提案する。
提案したChain-of-Factorsモデルの有効性を,最先端のペーパー-リビューアマッチング手法と科学的事前学習言語モデルと比較した。
論文 参考訳（メタデータ） (2023-10-23T01:29:18Z) - 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) - 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) - EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。
DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文 参考訳（メタデータ） (2022-08-01T18:47:03Z) - 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) - Examining Citations of Natural Language Processing Literature [31.87319293259599]
AAの論文の約56%が10回以上引用されている。
CL Journalは最も引用された論文があるが、近年は引用の優位性が低下している。
感情分類、アナフォラ分解能、およびエンティティ認識に関する論文は、最も中央値の引用がある。
論文 参考訳（メタデータ） (2020-05-02T20:01:59Z)
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。