論文の概要: GotFunding: A grant recommendation system based on scientific articles

• arxiv url: http://arxiv.org/abs/2405.12840v1
• Date: Tue, 21 May 2024 14:45:34 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-22 13:00:17.729668
• Title: GotFunding: A grant recommendation system based on scientific articles
• Title（参考訳）: GotFunding:科学論文に基づく助成制度
• Authors: Tong Zeng, Daniel E. Acuna,
• Abstract要約: NIH認可記録に基づくレコメンデーションシステムである textscGotFunding (Grant recOmmendaTion based on past FUNDING) を提示する。 以上の結果から,1)出版と助成金の年差,2)出版に提供された情報量,3)出版と助成金の関連性を最も重要視していることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Obtaining funding is an important part of becoming a successful scientist. Junior faculty spend a great deal of time finding the right agencies and programs that best match their research profile. But what are the factors that influence the best publication--grant matching? Some universities might employ pre-award personnel to understand these factors, but not all institutions can afford to hire them. Historical records of publications funded by grants can help us understand the matching process and also help us develop recommendation systems to automate it. In this work, we present \textsc{GotFunding} (Grant recOmmendaTion based on past FUNDING), a recommendation system trained on National Institutes of Health's (NIH) grant--publication records. Our system achieves a high performance (NDCG@1 = 0.945) by casting the problem as learning to rank. By analyzing the features that make predictions effective, our results show that the ranking considers most important 1) the year difference between publication and grant grant, 2) the amount of information provided in the publication, and 3) the relevance of the publication to the grant. We discuss future improvements of the system and an online tool for scientists to try.
• Abstract（参考訳）: 資金獲得は科学者として成功する上で重要な要素である。 中学校は、彼らの研究プロファイルに最も合う適切な機関やプログラムを見つけるのに多くの時間を費やしています。 しかし、最高の出版物に影響を与える要因は何か。 一部の大学はこれらの要因を理解するためにプレワードの職員を雇うかもしれないが、全ての機関が雇用する余裕があるわけではない。 助成金による出版物の歴史的記録は、マッチングプロセスを理解するのに役立ち、自動化のためのレコメンデーションシステムの開発にも役立ちます。 本研究では,国立衛生研究所(NIH)の助成金記録に基づく推薦制度である「textsc{GotFunding} (Grant recOmmendaTion based on past FUNding)」を提示する。 本システムでは,問題をランク付け学習として活用することで高い性能(NDCG@1 = 0.945)を実現する。 予測を効果的に行う特徴を分析した結果, ランキングの重要さが示唆された。 1) 公告と助成金の年差 2 出版物に提供される情報の量及び 3) 公告の付与に関する関連性 今後のシステム改善と,研究者が試すオンラインツールについて論じる。

関連論文リスト

• Rs4rs: Semantically Find Recent Publications from Top Recommendation System-Related Venues [0.2812395851874055]
  Rs4rsは、Recommender Systemsに関連するトップカンファレンスやジャーナルの最近の論文のセマンティック検索を実行するように設計されたWebアプリケーションである。 Rs4rsはユーザーフレンドリーなプラットフォームを提供することでこれらの問題に対処し、研究者は興味のあるトピックを入力し、Recommender Systemsのトップ会場から最新の関連論文のリストを受け取ることができる。
  論文  参考訳（メタデータ） (2024-09-09T12:53:06Z)
• 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)
• What Can Natural Language Processing Do for Peer Review? [173.8912784451817]
  現代の科学ではピアレビューが広く使われているが、それは難しく、時間がかかり、エラーを起こしやすい。 ピアレビューに関わるアーティファクトは大部分がテキストベースであるため、自然言語処理はレビューを改善する大きな可能性を秘めている。 筆者らは、原稿提出からカメラ対応リビジョンまでの各工程について詳述し、NLP支援の課題と機会について論じる。
  論文  参考訳（メタデータ） (2024-05-10T16:06:43Z)
• Promoting Research Collaboration with Open Data Driven Team Recommendation in Response to Call for Proposals [10.732914229005903]
  さまざまなAI手法を用いてチームを推薦する新しいシステムについて述べる。 短期と長期の目標のバランスをとるメトリクスに沿って、良さを最大化するためにチームを作ります。
  論文  参考訳（メタデータ） (2023-09-18T00:04:08Z)
• The Semantic Scholar Open Data Platform [79.4493235243312]
  セマンティック・スカラー(Semantic Scholar、S2)は、学術文献の発見と理解を支援することを目的としたオープンデータプラットフォームおよびウェブサイトである。 我々は、学術的なPDFコンテンツ抽出と知識グラフの自動構築のための最先端技術を用いて、パブリックおよびプロプライエタリなデータソースを組み合わせる。 このグラフには、構造解析されたテキスト、自然言語要約、ベクトル埋め込みなどの高度な意味的特徴が含まれている。
  論文  参考訳（メタデータ） (2023-01-24T17:13:08Z)
• Fairness in Recommender Systems: Research Landscape and Future Directions [119.67643184567623]
  本稿は,近年の地域におけるフェアネスの概念と概念について概観する。 この分野での研究が現在どのように行われているのかを概観する。 全体として、最近の研究成果の分析は、ある研究のギャップを示している。
  論文  参考訳（メタデータ） (2022-05-23T08:34:25Z)
• FPSRS: A Fusion Approach for Paper Submission Recommendation System [0.0]
  本稿では,科学論文を推薦する2つの新しいアプローチを提案する。 最初のアプローチでは、Conv1D以外にもRNN構造を採用している。 また,DistilBertAimsという新しい手法を導入し,大文字小文字と小文字小文字の2例にDistillBertを用いて, Title, Abstract, Keywordsなどの特徴をベクトル化する。 実験の結果、第2のアプローチはパフォーマンスが向上し、62.46%、12.44%が従来の研究よりも高いことがわかった。
  論文  参考訳（メタデータ） (2022-05-12T09:06:56Z)
• Ranking Scientific Papers Using Preference Learning [48.78161994501516]
  我々はこれをピアレビューテキストとレビュアースコアに基づく論文ランキング問題とみなした。 ピアレビューに基づいて最終決定を行うための,新しい多面的総合評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-02T19:41:47Z)
• 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)

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。