論文の概要: MEDFORD in a Box: Improvements and Future Directions for a Metadata Description Language
- arxiv url: http://arxiv.org/abs/2601.15432v1
- Date: Wed, 21 Jan 2026 19:56:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-23 21:37:20.403115
- Title: MEDFORD in a Box: Improvements and Future Directions for a Metadata Description Language
- Title（参考訳）: MEDFORD in a Box: メタデータ記述言語の改良と今後の方向性
- Authors: Polina Shpilker, Benjamin Stubbs, Michael Sayers, Yumin Lee, Lenore Cowen, Donna Slonim, Shaun Wallace, Alva Couch, Noah M. Daniels,
- Abstract要約: MEDFORD-in-a-Box (MIAB) は研究者の採用とメタデータの取得を容易にするドキュメントエコシステムである。
MIABには、拡張されたバリデーションルーチンとBagItエクスポート機能を備えたMEDFORDのアップデートなど、多くの改善が含まれている。
- 参考スコア（独自算出の注目度）: 7.23540059112191
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific research metadata is vital to ensure the validity, reusability, and cost-effectiveness of research efforts. The MEDFORD metadata language was previously introduced to simplify the process of writing and maintaining metadata for non-programmers. However, barriers to entry and usability remain, including limited automatic validation, difficulty of data transport, and user unfamiliarity with text file editing. To address these issues, we introduce MEDFORD-in-a-Box (MIAB), a documentation ecosystem to facilitate researcher adoption and earlier metadata capture. MIAB contains many improvements, including an updated MEDFORD parser with expanded validation routines and BagIt export capability. MIAB also includes an improved VS Code extension that supports these changes through a visual IDE. By simplifying metadata generation, this new tool supports the creation of correct, consistent, and reusable metadata, ultimately improving research reproducibility.
- Abstract（参考訳）: 科学的研究メタデータは、研究努力の妥当性、再利用可能性、費用対効果を保証するために不可欠である。
MEDFORDメタデータ言語は、以前、非プログラマ向けのメタデータを記述および保守するプロセスを単純化するために導入された。
しかし、自動検証の制限、データ転送の難しさ、テキストファイル編集に慣れていないユーザなど、入力とユーザビリティの障壁は依然として残っている。
これらの問題に対処するために、研究者の採用と初期のメタデータ取得を容易にするドキュメントエコシステムであるMEDFORD-in-a-Box(MIAB)を紹介する。
MIABには、バリデーションルーチンの拡張されたMEDFORDパーサや、BagItエクスポート機能など、多くの改善が含まれている。
MIABには、ビジュアルIDEを通じてこれらの変更をサポートする改善されたVS Code拡張も含まれている。
メタデータ生成を簡単にすることで、この新しいツールは、正しい、一貫性のある、再利用可能なメタデータの作成をサポートし、究極的には研究再現性を向上させる。
関連論文リスト
- Utilizing Metadata for Better Retrieval-Augmented Generation [10.865886799087782]
本稿ではメタデータを意識した検索手法の体系的研究を行う。
平文のベースラインとメタデータを直接埋め込むアプローチを比較します。
プレフィックスと統合埋め込みは、平文ベースラインを一貫して上回ります。
論文 参考訳（メタデータ） (2026-01-17T01:11:03Z) - Decision-Making with Deliberation: Meta-reviewing as a Document-grounded Dialogue [61.0689885044492]
メタリビューアを効果的に支援できるダイアログエージェントを実現する上での課題について検討する。
まず,対話エージェントの訓練におけるデータ不足の問題に対処する。
このデータを用いて、メタレビューに適した対話エージェントを訓練する。
論文 参考訳（メタデータ） (2025-08-07T11:27:43Z) - MEMOIR: Lifelong Model Editing with Minimal Overwrite and Informed Retention for LLMs [76.28901550926021]
寿命の長いモデル編集のための既存の方法は、妥協の一般化、過去の編集の妨害、長い編集シーケンスへのスケールの失敗である。
我々は,学習済みモデルのコア能力を保ちながら,残メモリを介して知識を注入する,新しいスケーラブルなフレームワークMEMOIRを提案する。
MeMOIRは信頼性、一般化、ローカリティのメトリクスにまたがる最先端のパフォーマンスを実現し、最小限の忘れ物で数千のシーケンシャルな編集にスケールする。
論文 参考訳（メタデータ） (2025-06-09T16:16:42Z) - MOLE: Metadata Extraction and Validation in Scientific Papers Using LLMs [48.73595915402094]
MOLEは、アラビア語以外の言語のデータセットをカバーする科学論文からメタデータ属性を自動的に抽出するフレームワークである。
本手法では,複数の入力形式にまたがって文書全体を処理し,一貫した出力に対する堅牢な検証機構を組み込む。
論文 参考訳（メタデータ） (2025-05-26T10:31:26Z) - Mass-Editing Memory with Attention in Transformers: A cross-lingual exploration of knowledge [9.493841173624537]
本研究では,言語間の知識編集手法の有効性について検討した。
変圧器の注意を伴うマス編集メモリ(MEMAT)を提案する。
MEMATは、目覚ましい10%のスケールのメトリクスを提供する。
論文 参考訳（メタデータ） (2025-02-04T09:47:55Z) - Discourse Features Enhance Detection of Document-Level Machine-Generated Content [53.41994768824785]
機械生成コンテンツは、学術プラジャリズムや誤報の拡散といった課題を提起する。
既存のMGC検出器は、しばしば表面レベルの情報のみに焦点を当て、暗黙的かつ構造的な特徴を見渡す。
これらの課題を克服するために、新しい方法論とデータセットを導入します。
論文 参考訳（メタデータ） (2024-12-17T08:47:41Z) - Web Archives Metadata Generation with GPT-4o: Challenges and Insights [2.45723043286596]
本稿では,Web Singapore Archiveにおけるメタデータ生成におけるgpt-4oの利用について検討する。
データ削減技術を用いて112のWeb ARChive(WARC)ファイルを処理し、メタデータ生成コストを99.9%削減した。
この研究は、コンテンツ不正確性、幻覚、翻訳問題を含む主要な課題を特定し、人間カタログの置き換えではなく、Large Language Models(LLM)が補体として機能すべきであることを示唆している。
論文 参考訳（メタデータ） (2024-11-08T08:59:40Z)
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。