論文の概要: What Does Information Science Offer for Data Science Research?: A Review of Data and Information Ethics Literature
- arxiv url: http://arxiv.org/abs/2506.03165v1
- Date: Mon, 26 May 2025 14:07:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-05 21:20:13.892787
- Title: What Does Information Science Offer for Data Science Research?: A Review of Data and Information Ethics Literature
- Title（参考訳）: データサイエンス研究における情報科学とは何か : データと情報倫理の文献的考察
- Authors: Brady D. Lund, Ting Wang,
- Abstract要約: 情報科学研究者は、すでに文学におけるデータ倫理に対するヒューマニズム的なアプローチに貢献している。
本稿では、情報科学文学のコーパスにおけるデータ倫理研究の歴史、現在の発展、今後の方向性について紹介する。
- 参考スコア（独自算出の注目度）: 10.465346770402569
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper reviews literature pertaining to the development of data science as a discipline, current issues with data bias and ethics, and the role that the discipline of information science may play in addressing these concerns. Information science research and researchers have much to offer for data science, owing to their background as transdisciplinary scholars who apply human-centered and social-behavioral perspectives to issues within natural science disciplines. Information science researchers have already contributed to a humanistic approach to data ethics within the literature and an emphasis on data science within information schools all but ensures that this literature will continue to grow in coming decades. This review article serves as a reference for the history, current progress, and potential future directions of data ethics research within the corpus of information science literature.
- Abstract（参考訳）: 本稿では、データ科学の分野としての発展、データバイアスと倫理に関する現在の問題、そしてこれらの問題に対処する上で情報科学の分野が果たす役割について述べる。
情報科学研究と研究者は、人間中心の社会行動の視点を自然科学の分野の課題に適用する学際的な学者として、データサイエンスに多くの貢献をしてきた。
情報科学研究者はすでに、文献内のデータ倫理に対するヒューマニズム的なアプローチや、情報学校内のデータ科学に重点を置いてきたが、今後数十年のうちにこの文献が成長し続けることを確実にしている。
本稿では、情報科学文学のコーパスにおけるデータ倫理研究の歴史、現在の発展、今後の方向性について紹介する。
関連論文リスト
- Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳（メタデータ） (2025-02-07T18:26:45Z) - Web Scraping for Research: Legal, Ethical, Institutional, and Scientific Considerations [11.851771490297693]
本稿では,アメリカの研究者を対象とした社会科学研究におけるWebスクレイピングの包括的枠組みを提案する。
我々は、研究者がスクラップを通じてデータにアクセスし、収集し、保存し、共有する方法に影響を及ぼす現在の規制環境の概要を述べる。
次に、科学的に合法的で倫理的な方法でスクレーピングを行うための推奨事項を研究者に提供する。
論文 参考訳（メタデータ） (2024-10-30T20:20:44Z) - Data Science for Social Good [2.8621556092850065]
本稿では,「データ・サイエンス・フォー・ソーシャル・グッド」(DSSG)研究の枠組みについて述べる。
本研究では,情報システムにおけるDSSG研究の質を実証的に示すために,文献の分析を行う。
この記事と特別号が今後のDSSG研究を刺激することを期待している。
論文 参考訳（メタデータ） (2023-11-02T15:40:20Z) - How Data Scientists Review the Scholarly Literature [4.406926847270567]
データサイエンティストの文献レビューの実践について検討する。
データサイエンスは、論文の指数的な増加を示す分野である。
これらの科学者が直面する具体的な実践や課題について、事前の研究は行われていない。
論文 参考訳（メタデータ） (2023-01-10T03:53:05Z) - Modeling Information Change in Science Communication with Semantically
Matched Paraphrases [50.67030449927206]
SPICEDは、情報変化の度合いに注釈を付けた科学的な発見の最初のパラフレーズデータセットである。
SPICEDには、ニュース記事、ソーシャルメディアの議論、オリジナル論文の全文から抽出された6000の科学的発見ペアが含まれている。
SPICEDで訓練されたモデルは、実世界の科学的主張の事実チェックのための証拠検索において下流のパフォーマンスを改善する。
論文 参考訳（メタデータ） (2022-10-24T07:44:38Z) - Biases in Data Science Lifecycle [0.0]
本研究の目的は,データ科学者の実践的ガイドラインを提供し,その意識を高めることである。
この研究では、さまざまなバイアス源をレビューし、データサイエンスライフサイクルの異なる段階の下でグループ化しました。
論文 参考訳（メタデータ） (2020-09-10T13:41:48Z) - Data Science: A Comprehensive Overview [42.98602883069444]
21世紀はビッグデータとデータ経済の時代に始まり、データDNAはすべてのデータに基づく有機体の本質的な構成要素となっている。
データDNAとその生物の適切な理解は、新しいデータ科学の分野と分析のキーストーンに依存している。
この記事では、データサイエンスと分析に関する豊富な観察、教訓、考察に加えて、総合的な全体像を描いている分野としては、初めてである。
論文 参考訳（メタデータ） (2020-07-01T02:33:58Z) - Data Science: Nature and Pitfalls [42.98602883069444]
初期のデータサイエンスの健全な発展にとって重要なことは、データ科学とデータ科学の性質を深く理解することである。
これらの重要な問題は、この記事の議論を動機付けている。
論文 参考訳（メタデータ） (2020-06-28T02:06:54Z) - Data Science: Challenges and Directions [42.98602883069444]
データサイエンスのタイトルを含む何百もの文献をレビューする。
議論の大部分は、統計、データマイニング、機械学習、ビッグデータ、あるいは広範なデータ分析に関するものだと考えています。
我々は、複雑なシステムとしてのデータサイエンス問題の性質にインスパイアされた研究とイノベーションの課題に焦点を当てる。
論文 参考訳（メタデータ） (2020-06-28T01:49:00Z) - Ten Research Challenge Areas in Data Science [4.670305538969914]
データサイエンスは、コンピュータ科学、数学、統計学、その他の分野の知識に基づいている。
この記事では、データサイエンスの専門分野としてのメタクエストから始め、データサイエンスの研究課題の基礎となる10のアイデアについて詳述する。
論文 参考訳（メタデータ） (2020-01-27T21:39:57Z)
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。