論文の概要: Novelty and Impact of Economics Papers
- arxiv url: http://arxiv.org/abs/2511.01211v1
- Date: Mon, 03 Nov 2025 04:12:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-05 16:37:27.115498
- Title: Novelty and Impact of Economics Papers
- Title（参考訳）: 経済学論文の新規性と影響
- Authors: Chaofeng Wu,
- Abstract要約: 2次元:テクスト空間的新奇性とテクスト空間的新奇性
我々は、全文の文献と比較して、論文の位置を定量化するメトリクスを開発する。
これらの2つの次元は、体系的に異なる結果を予測する。
- 参考スコア（独自算出の注目度）: 0.25817216954554184
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a framework that recasts scientific novelty not as a single attribute of a paper, but as a reflection of its position within the evolving intellectual landscape. We decompose this position into two orthogonal dimensions: \textit{spatial novelty}, which measures a paper's intellectual distinctiveness from its neighbors, and \textit{temporal novelty}, which captures its engagement with a dynamic research frontier. To operationalize these concepts, we leverage Large Language Models to develop semantic isolation metrics that quantify a paper's location relative to the full-text literature. Applying this framework to a large corpus of economics articles, we uncover a fundamental trade-off: these two dimensions predict systematically different outcomes. Temporal novelty primarily predicts citation counts, whereas spatial novelty predicts disruptive impact. This distinction allows us to construct a typology of semantic neighborhoods, identifying four archetypes associated with distinct and predictable impact profiles. Our findings demonstrate that novelty can be understood as a multidimensional construct whose different forms, reflecting a paper's strategic location, have measurable and fundamentally distinct consequences for scientific progress.
- Abstract（参考訳）: 本稿では,論文の単一属性ではなく,進化する知的景観におけるその位置の反映として,科学的ノベルティを再考する枠組みを提案する。
この位置を2つの直交次元に分解する: 論文の知的な特徴を隣人と測る \textit{spatial novelty} と、動的研究フロンティアとの関わりを捉える \textit{temporal novelty} である。
これらの概念を運用するために、大言語モデルを用いて、全文の文献と比較して論文の位置を定量化するセマンティック・アイソレーション・メトリクスを開発する。
この枠組みを大規模な経済論文に適用することで、これらの2つの次元が体系的に異なる結果を予測するという、基本的なトレードオフが明らかになる。
時間的ノベルティは主として引用数を予測するが、空間的ノベルティは破壊的な影響を予測する。
この区別により、セマンティックな地区の類型を構築でき、異なる、予測可能な影響プロファイルに関連付けられた4つのアーチタイプを特定できる。
本研究は, 紙の戦略的位置を反映した多次元構造が, 科学的進歩に対して測定可能であり, 根本的に異なる結果をもたらすことを示す。
関連論文リスト
- Density, asymmetry and citation dynamics in scientific literature [0.0]
本稿では,出版物のセマンティック・エリアの局所的幾何学を特徴付けるための2つの相補的指標を提案する。
これら2つの指標とその後の引用率の予測関係を検証した。
引用数に対する$rhoの個々の効果は小さく、可変であるが、密度ベースの予測器を組み込むことで、常にサンプル外予測を改善している。
論文 参考訳（メタデータ） (2025-06-29T18:55:04Z) - Time to Cite: Modeling Citation Networks using the Dynamic Impact
Single-Event Embedding Model [0.33123773366516646]
引用ネットワークはシングルイベント動的ネットワークの顕著な例である。
このような単一イベントネットワークのキャラクタリゼーションのための新しい可能性関数を提案する。
Dynamic Impact Single-Event Embedding Model (DISEE)は、静的潜伏距離ネットワークの埋め込みアプローチを古典的な動的影響評価と照合する。
論文 参考訳（メタデータ） (2024-02-28T22:59:26Z) - A Content-Based Novelty Measure for Scholarly Publications: A Proof of
Concept [9.148691357200216]
学術出版物にノベルティの情報理論尺度を導入する。
この尺度は、学術談話の単語分布を表す言語モデルによって知覚される「サプライズ」の度合いを定量化する。
論文 参考訳（メタデータ） (2024-01-08T03:14:24Z) - SciMON: Scientific Inspiration Machines Optimized for Novelty [68.46036589035539]
文献に基づく新たな科学的方向を生成するために,ニューラルランゲージモデルを探索し,拡張する。
モデルが入力背景コンテキストとして使用される新しい設定で、劇的な出発をとっています。
本稿では,過去の科学的論文から「吸入」を抽出するモデリングフレームワークであるSciMONを紹介する。
論文 参考訳（メタデータ） (2023-05-23T17:12:08Z) - A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
固有プローブ構築のための新しい潜在変数定式化を提案する。
我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
論文 参考訳（メタデータ） (2022-01-20T15:01:12Z) - Contrastive Learning for Neural Topic Model [14.65513836956786]
敵対的トピックモデル(ATM)は、文書を別の異なるサンプルと区別することで、文書の意味パターンをうまくキャプチャすることができる。
最適化問題として識別目標を再定式化するための新しい手法を提案し,新しいサンプリング手法を設計する。
実験の結果、我々のフレームワークは3つの一般的なベンチマークデータセットにおいて、他の最先端のニューラルトピックモデルよりも優れていることが示された。
論文 参考訳（メタデータ） (2021-10-25T09:46:26Z)
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。