論文の概要: Exploring the Technical Knowledge Interaction of Global Digital Humanities: Three-decade Evidence from Bibliometric-based perspectives

• arxiv url: http://arxiv.org/abs/2508.08347v1
• Date: Mon, 11 Aug 2025 12:27:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-13 21:07:34.189957
• Title: Exploring the Technical Knowledge Interaction of Global Digital Humanities: Three-decade Evidence from Bibliometric-based perspectives
• Title（参考訳）: グローバル・デジタル・ヒューマニティの技術的知識相互作用の探求--バイオロメトリの視点からの3Dエビデンス
• Authors: Jiayi Li, Chengxi Yan, Yurong Zeng, Zhichao Fang, Huiru Wang,
• Abstract要約: 本研究では,トピック・メソッド・コンポジション(TMC)の新たな概念を紹介する。 TMCは、特定の研究トピックとそれに対応する手法の共起によって生成される、ハイブリッドな知識構造を指す。 本研究では, 文献分析, トピックモデリング, ネットワーク解析を組み合わせたワークフローを構築し, 研究分野の発達特性とパターンを解析する。
• 参考スコア（独自算出の注目度）: 6.4731966382810215
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Digital Humanities (DH) is an interdisciplinary field that integrates computational methods with humanities scholarship to investigate innovative topics. Each academic discipline follows a unique developmental path shaped by the topics researchers investigate and the methods they employ. With the help of bibliometric analysis, most of previous studies have examined DH across multiple dimensions such as research hotspots, co-author networks, and institutional rankings. However, these studies have often been limited in their ability to provide deep insights into the current state of technological advancements and topic development in DH. As a result, their conclusions tend to remain superficial or lack interpretability in understanding how methods and topics interrelate in the field. To address this gap, this study introduced a new concept of Topic-Method Composition (TMC), which refers to a hybrid knowledge structure generated by the co-occurrence of specific research topics and the corresponding method. Especially by analyzing the interaction between TMCs, we can see more clearly the intersection and integration of digital technology and humanistic subjects in DH. Moreover, this study developed a TMC-based workflow combining bibliometric analysis, topic modeling, and network analysis to analyze the development characteristics and patterns of research disciplines. By applying this workflow to large-scale bibliometric data, it enables a detailed view of the knowledge structures, providing a tool adaptable to other fields.
• Abstract（参考訳）: デジタル人文科学(DH)は、人文科学と計算手法を統合し、革新的なトピックを探求する学際分野である。 それぞれの学術分野は、研究者が調査するトピックと彼らが採用する方法によって形成された独特の発達経路に従っている。 文献計測分析の助けを借りて、これまでの研究の多くは、研究ホットスポット、共著者ネットワーク、機関的ランキングなど、多次元にわたるDHを調査してきた。 しかしながら、これらの研究はしばしば、DHにおける技術進歩とトピック開発の現状について深い洞察を提供する能力に制限されている。 結果として、それらの結論は、現場におけるメソッドやトピックの相互関係を理解する上で、表面的あるいは解釈可能性に欠ける傾向にある。 このギャップに対処するため,本研究では,特定の研究トピックとそれに対応する手法の共起によって生み出すハイブリッド知識構造を参考に,トピック・メソッド・コンポジション(TMC)という新たな概念を導入した。 特にTMC間の相互作用を解析することにより、デジタル技術とDHにおけるヒューマニズムの交わりと統合をより明確に見ることができる。 さらに, 文献分析, トピックモデリング, ネットワーク解析を併用した TMC ベースのワークフローを構築し, 研究分野の発達特性とパターンを解析した。 このワークフローを大規模な書誌データに適用することにより、知識構造の詳細なビューを可能にし、他の分野に適用可能なツールを提供する。

関連論文リスト

• A Hybrid AI Methodology for Generating Ontologies of Research Topics from Scientific Paper Corpora [6.384357773998868]
  Sci-OGは研究トピックを生成するための半自動的な方法論である。 本稿では,研究トピックを生成するための半自動設計手法であるSci-OGを提案する。 提案手法は,21,649件の注釈付きセマンティック・トリプルのデータセットを用いて,様々な代替ソリューションに対して評価する。
  論文  参考訳（メタデータ） (2025-08-06T08:48:14Z)
• A Survey of Deep Learning for Geometry Problem Solving [72.22844763179786]
  本稿では,幾何学的問題解決におけるディープラーニングの応用について調査する。 i)幾何学的問題解決における関連する課題の包括的概要、(ii)関連するディープラーニング手法の徹底的なレビュー、(iii)評価指標と手法の詳細な分析を含む。 我々の目標は、この分野のさらなる発展を促進するために、幾何学的問題解決のためのディープラーニングの包括的で実践的な参照を提供することである。
  論文  参考訳（メタデータ） (2025-07-16T06:03:08Z)
• 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)
• Multimodal Methods for Analyzing Learning and Training Environments: A Systematic Literature Review [3.0712840129998513]
  本稿では,近年の方法論的進歩を包括する分類学と枠組みを提案する。 我々は,新たなデータ融合カテゴリであるMid fusionを導入し,文献レビューを精査するグラフベースの手法を引用グラフプルーニングと呼ぶ。 マルチモーダル学習とトレーニング研究と基礎的AI研究のギャップを埋めるために、さらなる研究が必要である。
  論文  参考訳（メタデータ） (2024-08-22T22:42:23Z)
• Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
  オンロジはドメインの知識とメタデータを表現するために広く使われている。 直接支援できる論理的推論は、学習、近似、予測において非常に限られています。 1つの簡単な解決策は、統計分析と機械学習を統合することである。
  論文  参考訳（メタデータ） (2024-06-16T14:49:19Z)
• Digital Transformation of Education, Systems Approach and Applied Research [0.0]
  本稿では,公共政策に応用された研究の一環として,デジタル教育の体系モデルの構築を提案する。 デジタルドメインの広範性を考えると、プラクティスの変革を理解するための複雑なアプローチの重要性を強調します。
  論文  参考訳（メタデータ） (2024-04-10T07:45:29Z)
• Human-Robot Collaboration and Machine Learning: A Systematic Review of Recent Research [69.48907856390834]
  人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。 本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
  論文  参考訳（メタデータ） (2021-10-14T15:14:33Z)

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。