論文の概要: Beyond Journals: Rethinking Research Evaluation in Hungarian Computer Science

• arxiv url: http://arxiv.org/abs/2606.10726v1
• Date: Tue, 09 Jun 2026 11:33:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.0249
• Title: Beyond Journals: Rethinking Research Evaluation in Hungarian Computer Science
• Title（参考訳）: ハンガリーのコンピュータ科学における研究評価の再考
• Abstract要約: 本研究は,ハンガリーのコンピュータ科学研究におけるトップ層会議出版の役割について考察する。 各国のサイエントメトリック・プラクティスが国際基準から逸脱し,研究者評価にインセンティブの歪みを生じさせることを示す。
• 参考スコア（独自算出の注目度）: 7.2636592672943285
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study examines the role of top-tier conference publications in Hungarian computer science research. We show that the national scientometric practice, which is currently journal-oriented, diverges from international norms, creating incentive distortions in researcher evaluation. By linking multiple databases (iCore, DBLP, MTMT, MTA-ATT), we mapped Hungarian-affiliated CORE A* and A conference papers, their temporal and thematic distribution, and author trajectories. Our results indicate that, in theoretical fields, publishing at international conferences became common earlier than in applied fields. At the same time, in applied fields, successful researchers are more likely to continue their careers in foreign institutions or in industry positions. Overall, a substantial share of the already established, internationally most successful researchers are now affiliated with institutions abroad. We recommend recognizing CORE A* papers as equivalent to D1 and CORE A papers as equivalent to Q1 journals in national evaluation systems.
• Abstract（参考訳）: 本研究は,ハンガリーのコンピュータ科学研究におけるトップ層会議出版の役割について考察する。 本稿は,現在学術誌を対象とする全国的なサイエントメトリックの実践が国際基準から逸脱し,研究者評価におけるインセンティブの歪みを生じさせていることを示す。 複数のデータベース(iCore, DBLP, MTMT, MTA-ATT)をリンクすることにより,ハンガリー系CORE A*およびAカンファレンス論文,その時間的および主題的分布,著者軌道をマッピングした。 その結果,理論的な分野では,国際会議での出版が適用分野よりも早く普及したことが示唆された。 同時に、応用分野では、成功している研究者は外国の機関や業界でのキャリアを継続する傾向にある。 全体として、既に確立されている、最も成功した研究者のかなりの割合は、現在海外の機関に加盟している。 我々は、国家評価システムにおいて、CORE A*論文をD1およびCORE A論文と同等のものと認識することを推奨する。

関連論文リスト

• AutoResearchBench: Benchmarking AI Agents on Complex Scientific Literature Discovery [55.70879973230979]
  AutoResearchBenchは、自律的な科学文献発見のためのベンチマークである。 エージェントWebブラウジングに関する以前のベンチマークと比較すると、AutoResearchBenchは研究指向である。 最も強力なLCMでさえ、BrowseCompのような一般的なエージェントによるWebブラウジングベンチマークをほとんど征服したにもかかわらず、Deep Researchでは9.39%、Wide Researchでは9.31%の精度しか達成していない。
  論文  参考訳（メタデータ） (2026-04-28T06:05:17Z)
• WisPaper: Your AI Scholar Search Engine [55.07907253175705]
  textscWisPaperは、インテリジェントな学術検索と文献管理プラットフォームである。 文献発見、管理、研究フロンティアの継続的な追跡をシームレスに接続するクローズドループワークフローを提供する。 プラットフォームは一般公開されており、学術や産業の研究者に利用されている。
  論文  参考訳（メタデータ） (2025-12-07T15:10:20Z)
• ICLR Points: How Many ICLR Publications Is One Paper in Each Area? [0.8702432681310401]
  ICLRポイントの概念を導入し、トップレベルの機械学習カンファレンスで1つの出版物を作成するのに必要な平均的な労力として定義します。 我々は,27のコンピュータサイエンス分野における平均出版活動量を定量的に測定し,比較した。 本分析では, 平均的な出版活動に有意な差が見られ, 逸話的認識の妥当性が検証された。
  論文  参考訳（メタデータ） (2025-03-20T18:23:35Z)
• Cultural Differences and Perverse Incentives in Science Create a Bad Mix: Exploring Country-Level Publication Bias in Select ACM Conferences [0.0789257770465417]
  ビッグサイエンスの時代、多くの国家政府は、国家主義の野望を果たすために、十分に資金提供された科学者チームの構築を支援している。 我々は,Gini Indexの標準指標を用いて,個々の科学者の出版率に有意な不平等を示す証拠を提示する。 上位5カ国に属す科学者は、他の科学者よりも出版率の不平等に大きく貢献していることがわかった。
  論文  参考訳（メタデータ） (2025-01-28T18:52:59Z)
• Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
  機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。 我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
  論文  参考訳（メタデータ） (2024-01-24T20:05:49Z)
• Analyzing the Impact of Companies on AI Research Based on Publications [1.450405446885067]
  私たちは、過去10年間に出版された学術的および企業公認のAIパブリッシングを比較します。 個々の出版物が受ける引用回数は、会社によって(共著)される場合、著しく高いことが分かりました。
  論文  参考訳（メタデータ） (2023-10-31T13:27:04Z)
• A Comprehensive Study of Groundbreaking Machine Learning Research: Analyzing highly cited and impactful publications across six decades [1.6442870218029522]
  機械学習(ML)は、コンピュータ科学やその他の関連分野の研究分野として注目されている。 重要なトレンド、影響力のある著者、そしてこれまでの重要な貢献を識別するために、高度に引用された出版物の風景を理解することが不可欠である。
  論文  参考訳（メタデータ） (2023-08-01T21:43:22Z)
• Analyzing the State of Computer Science Research with the DBLP Discovery Dataset [0.0]
  我々は、CSメタデータに隠された暗黙のパターンを明らかにするために、サイエントメトリック分析を行う。 各種ダッシュボード,フィルタ,ビジュアライゼーションを用いてCS出版物を解析するインタラクティブWebアプリケーションであるCS-Insightsシステムを紹介した。 D3とCS-Insightsはどちらもオープンアクセス可能で、CS-Insightsは将来的に他のデータセットに容易に適応できる。
  論文  参考訳（メタデータ） (2022-12-01T16:27:42Z)
• Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
  我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。 我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。 我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
  論文  参考訳（メタデータ） (2022-11-07T16:19:42Z)
• Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review [52.359007622096684]
  ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。 既存のNLP研究は個々のテキストの分析に重点を置いている。 編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
  論文  参考訳（メタデータ） (2022-04-22T16:39:38Z)
• What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
  本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。 本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。 本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-11-06T02:23:01Z)

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。