論文の概要: How People Manage Knowledge in their "Second Brains"- A Case Study with Industry Researchers Using Obsidian
- arxiv url: http://arxiv.org/abs/2509.20187v1
- Date: Wed, 24 Sep 2025 14:45:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-25 20:53:19.858893
- Title: How People Manage Knowledge in their "Second Brains"- A Case Study with Industry Researchers Using Obsidian
- Title（参考訳）: 第二の脳」における知識の扱い方-Obsidianを用いた産業研究者の事例から
- Authors: Juliana Jansen Ferreira, Vinícius Segura, Joana Gabriela Souza, Joao Henrique Gallas Brasil,
- Abstract要約: ノートテイキングアプリケーションは、個人の知識基盤を構築し維持するための貴重なツールである。
本稿では,様々な目的のために個人的知識基盤の構築と探索を行うケーススタディを提案する。
重要な発見は、参加者の知識検索戦略がコンテンツの作り方や維持方法に影響を与えることである。
- 参考スコア（独自算出の注目度）: 0.11666234644810891
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: People face overwhelming information during work activities, necessitating effective organization and management strategies. Even in personal lives, individuals must keep, annotate, organize, and retrieve knowledge from daily routines. The collection of records for future reference is known as a personal knowledge base. Note-taking applications are valuable tools for building and maintaining these bases, often called a ''second brain''. This paper presents a case study on how people build and explore personal knowledge bases for various purposes. We selected the note-taking tool Obsidian and researchers from a Brazilian lab for an in-depth investigation. Our investigation reveals interesting findings about how researchers build and explore their personal knowledge bases. A key finding is that participants' knowledge retrieval strategy influences how they build and maintain their content. We suggest potential features for an AI system to support this process.
- Abstract（参考訳）: 人々は業務活動中に圧倒的な情報に直面し、効果的な組織とマネジメント戦略を必要とします。
個人生活においても、個人は日々のルーチンから知識を保持し、注釈し、整理し、取り出さなければならない。
将来の参考文献の収集は、個人の知識基盤として知られている。
ノートテイキングアプリケーションはこれらの基盤を構築し維持するための貴重なツールであり、しばしば'第2の脳'と呼ばれる。
本稿では,様々な目的のために個人的知識基盤の構築と探索を行うケーススタディを提案する。
我々はブラジルの研究室からメモ取りツールObsidianと研究者を選び、詳細な調査を行った。
我々の研究は、研究者が自身の知識基盤を構築し、探索する方法に関する興味深い発見を明らかにしている。
重要な発見は、参加者の知識検索戦略がコンテンツの作り方や維持方法に影響を与えることである。
我々は、このプロセスをサポートするAIシステムの潜在的な機能を提案する。
関連論文リスト
- A Community-driven vision for a new Knowledge Resource for AI [59.29703403953085]
WordNetのような知識リソースの成功にもかかわらず、検証可能な汎用的な知識ソースは、AIインフラストラクチャにおいて重要な欠陥である。
本稿では,この知見を要約し,新しい知識基盤に向けたコミュニティ主導のビジョンを概説する。
論文 参考訳（メタデータ） (2025-06-19T20:51:28Z) - Generative AI's aggregated knowledge versus web-based curated knowledge [0.9208007322096533]
既存の知識パラダイムや新たな知識パラダイムが,さまざまな方法で知識探索に有効であることを示す。
実験の結果、キュレートされたウェブ検索の価値は非常に具体的で、あまり知られていない知識が得られた。
ユーザがこれらの2つのアプローチで最も適した時期を識別する分類法を開発した。
論文 参考訳（メタデータ） (2024-10-15T22:17:45Z) - Knowledge Tracing Challenge: Optimal Activity Sequencing for Students [0.9814642627359286]
知識追跡(きゅうがく、英: Knowledge Trace)は、個々の学習者による知識の獲得を評価・追跡する教育において用いられる手法である。
我々は,AAAI2023 Global Knowledge Tracing Challengeの一環として,新たにリリースされたデータセット上に2つの知識追跡アルゴリズムを実装した結果を示す。
論文 参考訳（メタデータ） (2023-11-13T16:28:34Z) - Beyond Factuality: A Comprehensive Evaluation of Large Language Models
as Knowledge Generators [78.63553017938911]
大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。
しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。
本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
論文 参考訳（メタデータ） (2023-10-11T08:22:37Z) - Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。
本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
論文 参考訳（メタデータ） (2022-11-30T03:44:15Z) - Knowledge Graph Induction enabling Recommending and Trend Analysis: A
Corporate Research Community Use Case [11.907821975089064]
本稿では,企業研究コミュニティであるIBM ResearchがセマンティックWeb技術を用いて,統一知識グラフを創出する事例を紹介する。
誘導された知識を活用するための共通パターンのセットを特定し、それらをAPIとして公開する。
これらのパターンは、最も価値のあるユースケースや、緩和すべきユーザの痛点を特定するユーザ調査から生まれました。
論文 参考訳（メタデータ） (2022-07-11T20:51:28Z) - From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven
Learning in Artificial Intelligence Tasks [56.20123080771364]
心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。
人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。
CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
論文 参考訳（メタデータ） (2022-01-20T17:07:03Z) - It was hard to find the words: Using an Autoethnographic Diary Study to
Understand the Difficulties of Smart Home Cyber Security Practices [3.9533044769534444]
本研究は、スマートホームにおける強固で密着したサイバーセキュリティ対策の適用に、なぜ家族が苦労するのかを考察する。
オートエスノグラフィー・ダイアリー研究のフレーミングは、あらゆる技術の一般ユーザーよりも多くの知識を持つ人には、非常に単純だが非常に強力なツールとなる。
論文 参考訳（メタデータ） (2021-12-16T17:26:22Z) - Supporting search engines with knowledge and context [1.0152838128195467]
本論文の第1部では,構造化知識をユーザによりアクセスしやすいものにする方法について検討する。
本論文の第2部では,インタラクティブな知識収集を改善する方法について考察する。
本論文の最後のパートでは,ニュース分野のプロフェッショナルライターを対象とした検索エンジンサポートに注目した。
論文 参考訳（メタデータ） (2021-02-12T20:28:25Z) - A Review on Intelligent Object Perception Methods Combining
Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。
最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文 参考訳（メタデータ） (2019-12-26T13:26:49Z)
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。