論文の概要: Comparing Retrieval Strategies to Capture Interdisciplinary Scientific Research: A Bibliometric Evaluation of the Integration of Neuroscience and Computer Science

• arxiv url: http://arxiv.org/abs/2506.03187v1
• Date: Fri, 30 May 2025 19:29:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-06 19:24:16.005378
• Title: Comparing Retrieval Strategies to Capture Interdisciplinary Scientific Research: A Bibliometric Evaluation of the Integration of Neuroscience and Computer Science
• Title（参考訳）: 検索戦略と学際的科学研究:神経科学とコンピュータ科学の統合に関する文献的評価
• Authors: Malena Mendez Isla, Agustin Mauro, Diego Kozlowski,
• Abstract要約: 学際的な科学研究は、知識生産、資金政策、学術的な議論においてますます重要になっている。 本研究では,2つの知識体系間の学際的コーパスを定義するための異なる戦略を開発し,比較する。 その結果,キーワードベースの戦略は精度とリコールの両面で優れていることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Interdisciplinary scientific research is increasingly important in knowledge production, funding policies, and academic discussions on scholarly communication. While many studies focus on interdisciplinary corpora defined a priori - usually through keyword-based searches within assumed interdisciplinary domains - few explore interdisciplinarity as an emergent intersection between two distinct fields. Thus, methodological proposals for building databases at the intersection of two fields of knowledge are scarce. The goal of this article is to develop and compare different strategies for defining an interdisciplinary corpus between two bodies of knowledge. As a case study, we focus on the intersection between neuroscience and computer science. To this end, we develop and compare four retrieval strategies, two of them based on keywords and two based on citation and reference patterns. Our results show that keyword-based strategies provide both better precision and recall. While we focus on comparing strategies for the study of the intersection between the fields of neuroscience and computer science, this proposed methodological reflection is applicable to a wide range of interdisciplinary domains.
• Abstract（参考訳）: 学際的な科学研究は、知識生産、資金政策、学術的なコミュニケーションに関する学術的な議論においてますます重要になっている。 多くの研究が学際コーパス(英語版)に焦点をあてて、前提となる学際領域内のキーワードベースの探索を通じて、学際性(英語版)を2つの異なる分野間の創発的な交差として探求する研究は少ない。 したがって、2つの知識分野の交差点にデータベースを構築するための方法論的提案は少ない。 本論文の目的は,学際コーパスを定義するための異なる戦略を2つの知識体系間で開発・比較することである。 ケーススタディでは,神経科学とコンピュータ科学の交わりに注目した。 そこで本研究では,キーワードに基づく4つの検索手法と,引用パターンと参照パターンに基づく2つの検索手法を開発し,比較する。 その結果,キーワードベースの戦略は精度とリコールの両面で優れていることがわかった。 本稿では,神経科学分野とコンピュータ科学分野の交差を研究するための戦略の比較に焦点をあてるが,本提案手法は幅広い学際領域に適用可能である。

関連論文リスト

• The Blind Men and the Elephant: Mapping Interdisciplinarity in Research on Decentralized Autonomous Organizations [0.0]
  分散自治機構(DAO)は、特にビジネス、経済学、コンピュータ科学において、学際的な関心を集めている。 研究は分野によって断片化され、その可能性に対する包括的な理解が制限されている。 現在の研究は主に応用され、ケース駆動であり、理論的な統合は限られている。
  論文  参考訳（メタデータ） (2025-02-14T07:06:43Z)
• Trajectories of Change: Approaches for Tracking Knowledge Evolution [0.0]
  SEN(Socsocial-epistemic Network)の枠組みを通じて,知識システムの局所的・グローバル的進化を探求する。 まず,相対エントロピーに基づく情報理論を用いてセマンティックシフトを検出し,その意義を評価し,鍵となる駆動特徴を同定する。 第二に、文書の埋め込みのバリエーションは意味的近傍の変化を明らかにし、類似文書の濃度がどのように上昇するか、安定したまま、あるいは分散し続けるかを追跡する。
  論文  参考訳（メタデータ） (2024-12-31T11:09:37Z)
• Delineating Feminist Studies through bibliometric analysis [1.1060425537315088]
  本稿では,さまざまな科学分野にまたがるジェンダー・性関連出版物を同定するための新しいアプローチを提案する。 我々は、学術論文のデータセットをコンパイルするために、バイオロメトリ技術、自然言語処理(NLP)、手作業によるキュレーションを採用している。 結果として得られたデータセットは1668年から2023年の間に190万以上の科学文書からなり、4つの言語にまたがっている。
  論文  参考訳（メタデータ） (2024-11-27T12:52:51Z)
• Argumentation and Machine Learning [4.064849471241967]
  本章では,計算論と機械学習のクロス・フェーティフィケーションのある程度のアプローチを提示する研究の概要を紹介する。 これら2つの領域間の相互作用の目的を表す2つの広いテーマが同定された。 我々は,学習の種類や議論フレームワークの形式など,様々な次元にわたる作品のスペクトルを評価する。
  論文  参考訳（メタデータ） (2024-10-31T08:19:58Z)
• Re-mine, Learn and Reason: Exploring the Cross-modal Semantic Correlations for Language-guided HOI detection [57.13665112065285]
  ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。 本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-25T14:20:52Z)
• A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and Why? [84.46288849132634]
  本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。 我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。 我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
  論文  参考訳（メタデータ） (2023-05-22T11:08:00Z)
• Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
  新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。 我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
  論文  参考訳（メタデータ） (2023-04-14T16:45:38Z)
• Deep Learning for Human Parsing: A Survey [54.812353922568995]
  本研究では,人間の意味解析の先駆的な研究の幅広い範囲を網羅する,最先端の人間の構文解析手法の解析を行う。 1) 構造駆動型アーキテクチャは,人体の異なる部分と固有の階層構造を生かし,(2) グラフベースのネットワークは,効率的で完全な人体分析を実現するためにグローバルな情報を捉え,(3) コンテキスト認識ネットワークは,対応するクラスのピクセルを特徴付けるために,すべてのピクセルにわたって有用なコンテキストを探索し,(4) LSTMベースの手法は,短距離と長距離空間の依存関係を結合して,豊富な局所的・グローバルなコンテキストをうまく活用することができる。
  論文  参考訳（メタデータ） (2023-01-29T10:54:56Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)

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。