論文の概要: Evolving interdisciplinary contributions to global societal challenges: A 50-year overview

• arxiv url: http://arxiv.org/abs/2410.20619v1
• Date: Sun, 27 Oct 2024 22:36:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-29 12:22:14.613091
• Title: Evolving interdisciplinary contributions to global societal challenges: A 50-year overview
• Title（参考訳）: 世界社会の課題への学際的貢献の展開:50年間の概観
• Authors: Keisuke Okamura,
• Abstract要約: 近年、学際的なコラボレーションは、イノベーションと効果的な問題解決の重要な原動力として認識されている。 本研究では,国連の持続可能な開発目標に対する学際的貢献の長期的発展について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Addressing global societal challenges necessitates insights and expertise that transcend the boundaries of individual disciplines. In recent decades, interdisciplinary collaboration has been recognised as a vital driver of innovation and effective problem-solving, with the potential to profoundly influence policy and practice worldwide. However, quantitative evidence remains limited regarding how cross-disciplinary efforts contribute to societal challenges, as well as the evolving roles and relevance of specific disciplines in addressing these issues. To fill this gap, this study examines the long-term evolution of interdisciplinary contributions to the United Nations' Sustainable Development Goals (SDGs), drawing on extensive bibliometric data from OpenAlex. By analysing publication and citation trends across 19 research fields from 1970 to 2022, we reveal how the relative presence of different disciplines in addressing particular SDGs has shifted over time. Our results also provide unique evidence of the increasing interconnection between fields since the 2000s, coinciding with the United Nations' initiative to tackle global societal challenges through interdisciplinary efforts. These insights will benefit policymakers and practitioners as they reflect on past progress and plan for future action, particularly with the SDG target deadline approaching in the next five years.
• Abstract（参考訳）: グローバルな社会的課題に対処するには、個々の規律の境界を超えた洞察と専門知識が必要である。 近年、学際的なコラボレーションはイノベーションと効果的な問題解決の重要な原動力として認識され、世界中の政策や実践に深く影響を与える可能性がある。 しかしながら、学際的努力が社会的な課題にどのように貢献するか、またこれらの問題に対処する特定の分野の役割と関連性について、定量的な証拠は依然として限られている。 このギャップを埋めるために、この研究は、国連の持続可能な開発目標(SDG)への学際的貢献の長期的進化を、OpenAlexからの広範な文献データに基づいて検討した。 1970年から2022年までの19の研究分野における出版と引用の傾向を分析することで、特定のSDGに対処する異なる分野の相対的な存在が、時間とともにどのように変化してきたかを明らかにする。 また,2000年代以降のフィールド間の相互関係の増大を示す独自の証拠も提供し,学際的な取り組みを通じて国際社会の課題に取り組む国連のイニシアチブと一致した。 これらの洞察は、政策立案者や実践者にとって、過去の進展と今後の行動、特に今後5年間でSDGの目標期限が近づいていることを反映して恩恵を受けるだろう。

関連論文リスト

• Sustainable Visions: Unsupervised Machine Learning Insights on Global Development Goals [0.3764231189632788]
  国連2030アジェンダ・フォー・サステナブル・ディベロップメントは、世界的課題に取り組むための17の目標を概説している。 SDGの進歩は、地理的、文化的、社会経済的要因に大きく影響されている。 2030年までにすべての目標を達成する国はない。
  論文  参考訳（メタデータ） (2024-09-19T03:10:49Z)
• The overlooked need for Ethics in Complexity Science: Why it matters [0.0]
  我々は、形式的ガイドラインの欠如、専門的倫理委員会、複雑さ科学コミュニティにおける倫理に関する広範な議論について強調する。 勧告には、(i)複雑なシステム研究に特化した倫理ガイドラインを策定するための支援的メカニズムの確立、(ii)オープンアクセスリソースの作成、(iii)包括的対話の促進が含まれる。 この対話を開始することで、倫理が複雑性研究にどのように統合されるかにおいて必要な変化を促すことを目指しており、現代的課題により効果的に対処するための分野を位置づけている。
  論文  参考訳（メタデータ） (2024-09-03T15:48:24Z)
• Oil & Water? Diffusion of AI Within and Across Scientific Fields [1.4576074392895075]
  我々は、20の科学分野にわたる約8000万の研究出版物において、人工知能の普及に関する主張を調査する。 指数的成長を観察し,全分野にわたって約13倍(13倍)増加した。 このエンゲージメントの拡大は、あらゆる分野におけるより深い学際的な統合に向けた動きを示唆する一方で、増大するユビキティは、AIによる研究とより伝統的な学際的な研究の間の意味的な緊張と関係している。
  論文  参考訳（メタデータ） (2024-05-24T00:39:32Z)
• Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
  今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。 10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。 AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
  論文  参考訳（メタデータ） (2024-04-06T22:18:31Z)
• A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
  この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。 50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。 発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-21T08:54:56Z)
• Academic competitions [61.592427413342975]
  この章では、機械学習とその関連分野の文脈における学術的課題について調査する。 ここ数年で最も影響力のあるコンペをレビューし、知識領域における課題を分析します。 科学的な課題,その目標,主要な成果,今後の数年間の期待を概観する。
  論文  参考訳（メタデータ） (2023-12-01T01:01:04Z)
• Responsible AI Considerations in Text Summarization Research: A Review of Current Practices [89.85174013619883]
  私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。 我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。 私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
  論文  参考訳（メタデータ） (2023-11-18T15:35:36Z)
• On the importance of AI research beyond disciplines [7.022779279820803]
  技術が社会に与える影響を理解するためには学際的知識を受け入れることが不可欠である。 目標は、多様性を尊重し、創造し、批判し、新しい概念的および理論的な枠組みを開発する規律を超えて研究環境を育むことである。
  論文  参考訳（メタデータ） (2023-02-13T19:39:37Z)
• 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)
• Learnings from Frontier Development Lab and SpaceML -- AI Accelerators for NASA and ESA [57.06643156253045]
  AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。 我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。 FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
  論文  参考訳（メタデータ） (2020-11-09T21:23:03Z)

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。