論文の概要: Beyond Citations: Measuring Idea-level Knowledge Diffusion from Research to Journalism and Policy-making
- arxiv url: http://arxiv.org/abs/2511.03378v1
- Date: Wed, 05 Nov 2025 11:34:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-06 18:19:32.41751
- Title: Beyond Citations: Measuring Idea-level Knowledge Diffusion from Research to Journalism and Policy-making
- Title（参考訳）: 引用を超えて:研究からジャーナリズム、政策形成まで、理想レベルの知識拡散を測定する
- Authors: Yangliu Fan, Kilian Buehling, Volker Stocker,
- Abstract要約: 本研究は、社会科学知識のアイデアレベルの拡散を測定するために、新しいテキストベースのアプローチを用いる。
本研究は,メディアエフェクト理論をコミュニケーション科学の分野における鍵となる研究思想として論じる。
- 参考スコア（独自算出の注目度）: 0.22940141855172033
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Despite the importance of social science knowledge for various stakeholders, measuring its diffusion into different domains remains a challenge. This study uses a novel text-based approach to measure the idea-level diffusion of social science knowledge from the research domain to the journalism and policy-making domains. By doing so, we expand the detection of knowledge diffusion beyond the measurements of direct references. Our study focuses on media effects theories as key research ideas in the field of communication science. Using 72,703 documents (2000-2019) from three domains (i.e., research, journalism, and policy-making) that mention these ideas, we count the mentions of these ideas in each domain, estimate their domain-specific contexts, and track and compare differences across domains and over time. Overall, we find that diffusion patterns and dynamics vary considerably between ideas, with some ideas diffusing between other domains, while others do not. Based on the embedding regression approach, we compare contextualized meanings across domains and find that the distances between research and policy are typically larger than between research and journalism. We also find that ideas largely shift roles across domains - from being the theories themselves in research to sense-making in news to applied, administrative use in policy. Over time, we observe semantic convergence mainly for ideas that are practically oriented. Our results characterize the cross-domain diffusion patterns and dynamics of social science knowledge at the idea level, and we discuss the implications for measuring knowledge diffusion beyond citations.
- Abstract（参考訳）: 様々な利害関係者にとって社会科学知識の重要性にもかかわらず、異なる領域への拡散を測定することは依然として課題である。
本研究は,研究領域からジャーナリズム・政策立案領域への社会科学知識のアイデアレベル拡散を測定するために,新たなテキストベースのアプローチを用いる。
これにより、直接参照の測定を超えて知識拡散の検出を拡大する。
本研究は,メディアエフェクト理論をコミュニケーション科学の分野における鍵となる研究思想として論じる。
3つのドメイン(研究、ジャーナリズム、政策決定)から72,703の文書(2000-2019)を用いて、これらのアイデアについて言及し、各ドメインにおけるこれらのアイデアの言及を数え、ドメイン固有のコンテキストを見積もり、ドメイン間の差異を追跡し、時間とともに比較する。
全体としては、拡散パターンとダイナミクスは、他のドメイン間で拡散するアイデアがある一方で、他のドメインでは拡散しないアイデアとは大きく異なることが分かる。
埋め込み回帰アプローチに基づいて、ドメイン間の文脈的意味を比較し、研究と政策の間の距離が研究とジャーナリズムよりも一般的に大きいことを発見する。
また、この考え方は、研究における理論そのものから、ニュースにおけるセンスメイキングから、政策における行政的利用へと、ドメイン間の役割を大きく変えていることもわかりました。
時間とともに、我々は、主に実際指向のアイデアに対して意味収束を観察する。
本研究は,社会科学知識のドメイン間拡散パターンとダイナミクスを概念レベルで特徴付け,引用以上の知識拡散を測定することの意味について論じる。
関連論文リスト
- Deep Learning Based Domain Adaptation Methods in Remote Sensing: A Comprehensive Survey [47.52820923984347]
ドメイン適応は、ソースドメインから異なる分散ターゲットドメインに知識を転送することを目的としています。
ディープラーニングは、機能表現とドメイン間の知識伝達のための強力なツールとして登場した。
本稿では,重要な概念,数学的表記法,方法論の分類を解明するための予備知識を紹介する。
次に、タスク分類、入力モード、監督、パラダイム、アルゴリズムの粒度など、既存のアルゴリズムを複数の視点から整理する。
論文 参考訳（メタデータ） (2025-10-17T13:00:44Z) - Comparing Retrieval Strategies to Capture Interdisciplinary Scientific Research: A Bibliometric Evaluation of the Integration of Neuroscience and Computer Science [0.669087470775851]
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。
提案手法は, より優れた検索, 擬似リコール, F1を提供する。
論文 参考訳（メタデータ） (2025-05-30T19:29:18Z) - The Quest for the Right Mediator: Surveying Mechanistic Interpretability Through the Lens of Causal Mediation Analysis [51.046457649151336]
本稿では,因果媒介分析に基づく解釈可能性研究の視点を提案する。
本稿では, 原因単位(メディエーター)の種類に応じて分類された解釈可能性の歴史と現状について述べる。
我々は,各メディエータの長所と短所について論じ,特定の種類のメディエータや検索手法が最適であるかどうかについての洞察を提供する。
論文 参考訳（メタデータ） (2024-08-02T17:51:42Z) - A Recent Survey of Heterogeneous Transfer Learning [15.830786437956144]
異種移動学習は 様々なタスクにおいて 重要な戦略となっている。
データベースとモデルベースの両方のアプローチを網羅した60以上のHTLメソッドの広範なレビューを提供する。
自然言語処理,コンピュータビジョン,マルチモーダル学習,バイオメディシンの応用について検討する。
論文 参考訳（メタデータ） (2023-10-12T16:19:58Z) - Meta-causal Learning for Single Domain Generalization [102.53303707563612]
単一ドメインの一般化は、単一のトレーニングドメイン(ソースドメイン)からモデルを学び、それを複数の未確認テストドメイン(ターゲットドメイン)に適用することを目的としている。
既存の方法は、ターゲットドメインをカバーするためのトレーニングドメインの配布拡大に重点を置いているが、ソースとターゲットドメイン間のドメインシフトを見積もることはできない。
そこで本研究では,まず,対象ドメインとして補助ドメインを構築することによってドメインシフトをシミュレートし,ドメインシフトの原因を解析し,最終的にモデル適応のためのドメインシフトを低減する,新たな学習パラダイムを提案する。
論文 参考訳（メタデータ） (2023-04-07T15:46:38Z) - A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。
SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。
一般的な3つの分類基準で30以上のSFDA法を比較検討した。
論文 参考訳（メタデータ） (2023-02-23T06:32:09Z) - The Concept of Decentralization Through Time and Disciplines: A
Quantitative Exploration [0.0]
分散化を参照する学術論文425,144件の分析を行う。
この話題に関する論文の数は1950年代以降指数関数的に増加している。
2021年、154年の1人の著者は、記事のタイトルや要約において、分散化について言及した。
論文 参考訳（メタデータ） (2022-07-28T17:46:46Z) - Analyzing Scientific Publications using Domain-Specific Word Embedding
and Topic Modelling [0.6308539010172307]
本稿では学術出版物の科学的分析を行うための枠組みを提案する。
自然言語処理の様々な技術、例えば単語の埋め込みやトピックモデリングを組み合わせる。
PUB-G と PUB-W という2つの新しい科学論文の埋め込みを提案する。
論文 参考訳（メタデータ） (2021-12-24T04:25:34Z) - How do academic topics shift across altmetric sources? A case study of
the research area of Big Data [2.208242292882514]
出版物の著者キーワードとオンラインイベントの用語は、出版物のメイントピックとして抽出され、Altmetric.comで読者のオンラインディスカッションが行われる。
結果は、ビッグデータ科学研究に関する2つのトピックのセットの間に、かなりの違いがあることを示している。
ブログとニュースは、一般的に使用される用語に強い類似性を示し、政策文書とウィキペディアの記事は、ビッグデータ関連の研究を考察し解釈する上で、最も強い相違性を示している。
論文 参考訳（メタデータ） (2020-03-23T19:37:36Z) - Mind the Gap: Enlarging the Domain Gap in Open Set Domain Adaptation [65.38975706997088]
オープンセットドメイン適応(OSDA)は、ターゲットドメインに未知のクラスが存在することを前提としている。
既存の最先端手法は、より大きなドメインギャップが存在する場合、かなりの性能低下を被ることを示す。
我々は、より大きなドメインギャップに特に対処するための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-03-08T14:20:24Z)
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。