論文の概要: The Reciprocal Impact of Science and Software: A Cross-Corpus Analysis of How Research Shapes Software and Software Enables Research
- arxiv url: http://arxiv.org/abs/2606.28120v1
- Date: Fri, 26 Jun 2026 14:20:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.511091
- Title: The Reciprocal Impact of Science and Software: A Cross-Corpus Analysis of How Research Shapes Software and Software Enables Research
- Title（参考訳）: 科学とソフトウェアの相互的影響--研究がソフトウェアとソフトウェアをどう形作るかのクロスコーパス分析
- Abstract要約: ソフトウェアと科学の知識は共進化するが、それらは個別のコーパスにカタログ化され、互いに話すことは滅多にない。
We bridge them at global scale by linking World of Code to Semantic Scholar and OpenAlex through a typed cross-corpus graph of 69.8M over eight relationship types。
科学がソフトウェアに与える影響と、ソフトウェアが科学に与える影響は何か?
- 参考スコア（独自算出の注目度）: 2.788646205877688
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software and scientific knowledge co-evolve, yet they are catalogued in separate corpora that rarely speak to one another. We bridge them at global scale by linking World of Code (a near-complete mirror of public version-control history) to Semantic Scholar and OpenAlex through a typed cross-corpus graph of 69.8M edges over eight relation types (paper-to-software mentions, software-to-paper citations, software dependencies, authorship, affiliation, and identity bridges). Anchoring on 18,247 curated science repositories, we ask two reciprocal questions: what is the impact of science on software, and of software on science? To test whether this Science-Software Supply Chain (S3C) view is feasible, we run basic investigations rather than claim a definitive measurement. The two directions appear to illuminate different, complementary strata: the literature's reach into software is dominated by a reproducibility and packaging layer (nf-core, Nextflow, Bioconda) and sequence-analysis tools, whereas software's reach back into science is proxied by a largely invisible machine-learning and data-science infrastructure tier (PyTorch, seaborn, NLTK). The direct paper-names-software channel is too sparse to rank: a human-curated gold benchmark links none of its 65 in-scope cases. Dependency reuse stands in as a proxy and is at most weakly coupled to citation count and to stars (Spearman rho=0.36). Our most cautionary finding is about measurement itself: the reuse-citation coupling flips sign and confidence across two reasonable ways of pairing a repository with a citation count, through papers that name it (n=137, rho=0.05, CI straddling zero) versus DOIs a repository declares for itself (n=1,067, rho=0.13, CI [0.07,0.19]). With linkage this sparse, the sign of a headline correlation depends on which gap one tolerates, so we report both and refrain from a strong decoupling claim.
- Abstract（参考訳）: ソフトウェアと科学の知識は共進化するが、それらは個別のコーパスにカタログ化され、互いに話すことは滅多にない。
私たちは、World of Code(公開バージョンコントロール履歴のほぼ完全なミラー)とSemantic ScholarとOpenAlexを8つの関係タイプ(ペーパー・ツー・ソフトウェア、ソフトウェア・ツー・ペーパーの引用、ソフトウェア依存関係、オーサリング、アフィリエイト、アイデンティティブリッジ)で69.8Mエッジの型付きクロスコーパスグラフでリンクすることで、それらを世界規模でブリッジします。
18,247のキュレートされた科学リポジトリについて、私たちは2つの相反する質問をする: ソフトウェアに対する科学の影響と、ソフトウェアが科学に与える影響?
このS3C(Science-Software supply Chain)の視点が実現可能かどうかを検証するため、決定的な測定を主張するのではなく、基礎的な調査を行う。
文献のソフトウェアへのリーチは再現性とパッケージング層(nf-core, Nextflow, Bioconda)とシーケンス分析ツールによって支配されているのに対して、ソフトウェアへのリーチは、ほとんど見えない機械学習とデータサイエンスインフラストラクチャ層(PyTorch, Seaborn, NLTK)によってプロキシされている。
人手によるゴールドのベンチマークでは、65件のインスコープケースのどれにも関連がない。
依存再利用はプロキシとして存在しており、励起数と恒星に最も弱い結合である(Spearman rho=0.36)。
我々の最も注意すべき発見は測定そのものである: 再利用-引用結合は、リポジトリを引用数とペアリングする2つの合理的な方法(n=137, rho=0.05, CI straddling zero)と、リポジトリが自身で宣言するDOI(n=1,067, rho=0.13, CI [0.07,0.19])の2つにまたがって署名と信頼を反転させる。
この疎結合では、見出し相関のサインはどのギャップが許容されるかによって異なり、双方を報告し、強い疎結合のクレームを無視する。
関連論文リスト
- LECTOR: Joint Optimization of Scientific Reasoning Graphs and Introduction Generation [57.70907667652966]
序文は特に難解であり、論理的な健全さと検証可能な忠実さを要求する。
ほとんどのAI支援手法は、推論や構造化ではなく、タスクをテキスト生成として扱うため、深刻な欠点が生じる。
我々は,科学者の論理を厳格に追従し,高品質な引用を加え,構造化された表現を維持できる新しい論理表現協調強化学習フレームワークであるLECTORを提案する。
論文 参考訳（メタデータ） (2026-05-25T15:41:16Z) - sciwrite-lint: Verification Infrastructure for the Age of Science Vibe-Writing [0.0]
現在、科学は品質保証に2つの選択肢を提供しているが、どちらも不十分である。
論文自体を測る第3の選択肢を提案する。
sciwrite-lintは、研究者のマシンで完全に動作する科学写本のためのオープンソースライブラリである。
arXivとbioRxivの未確認論文30件について, 誤り注入とLCM適応偽陽性解析を用いてパイプラインの評価を行った。
論文 参考訳（メタデータ） (2026-04-09T17:46:44Z) - Paper Circle: An Open-source Multi-agent Research Discovery and Analysis Framework [82.66443886385125]
ペーパーサークル(Paper Circle)は、学術文献の発見、評価、整理、理解に必要な労力を減らすために設計された発見・分析システムである。
1)複数のソースからのオフラインおよびオンライン検索を統合するディスカバリパイプライン,多エージェントスコアリング,多様性対応ランキング,構造化アウトプット,2)個々の論文を概念,メソッド,数値などの型付きノードで構造化された知識グラフに変換する分析パイプライン,の2つの補完パイプラインで構成されている。
論文 参考訳（メタデータ） (2026-04-07T17:59:58Z) - Where Do Your Citations Come From? Citation-Constellation: A Free, Open-Source, No-Code, and Auditable Tool for Citation Network Decomposition with Complementary BARON and HEROCON Scores [1.1420294706212075]
Citation-Constellationは、引用ネットワーク分析のための無償のノーコードツールである。
引用と引用の著者間のネットワーク近接により、研究者の引用プロファイルを分解する。
これは関係近接に基づくグループ内の引用に部分クレジットを割り当てる累積重みを適用している。
論文 参考訳（メタデータ） (2026-03-25T11:44:47Z) - Why Authors and Maintainers Link (or Don't Link) Their PyPI Libraries to Code Repositories and Donation Platforms [83.16077040470975]
Python Package Index(PyPI)上のライブラリのメタデータは、オープンソースライブラリの透明性、信頼性、持続性をサポートする上で重要な役割を果たす。
本稿は,5万PyPIの著者とメンテナに送付された2つの対象調査を組み合わせた大規模実証研究である。
我々は,大規模言語モデル(LLM)に基づくトピックモデリングを用いて1,400以上の応答を分析し,リポジトリと寄付プラットフォームのリンクに関連する重要なモチベーションと障壁を明らかにする。
論文 参考訳（メタデータ） (2026-01-21T16:13:57Z) - SciCoQA: Quality Assurance for Scientific Paper--Code Alignment [53.70401063640645]
SciCoQAは,学術出版物と論文の相違を検出するためのデータセットである。
我々のデータセットは611の紙コード不一致(81のリアル、530の合成)で構成されており、様々な計算科学分野にまたがっている。
評価における最高の性能モデルである GPT-5 は、実世界の紙コード差の45.7%しか検出できない。
論文 参考訳（メタデータ） (2026-01-19T10:04:33Z) - PeerQA: A Scientific Question Answering Dataset from Peer Reviews [51.95579001315713]
実世界の科学的、文書レベルの質問回答データセットであるPeerQAを提示する。
データセットには208の学術論文から579のQAペアが含まれており、MLとNLPが多数を占めている。
収集したデータセットを詳細に分析し、3つのタスクのベースラインシステムを確立する実験を行う。
論文 参考訳（メタデータ） (2025-02-19T12:24:46Z) - How do software citation formats evolve over time? A longitudinal
analysis of R programming language packages [12.082972614614413]
本研究では2021年と2022年に収集された全Rパッケージの引用形式の時系列データセットを比較し,分析する。
引用の背景となるさまざまなドキュメントタイプと、引用形式におけるメタデータ要素が時間とともに変化したかを検討する。
論文 参考訳（メタデータ） (2023-07-17T09:18:57Z) - Deep Graph Learning for Anomalous Citation Detection [55.81334139806342]
本稿では,新たな深層グラフ学習モデルであるGLAD(Graph Learning for Anomaly Detection)を提案する。
GLADフレームワーク内ではCPU(Citation PUrpose)と呼ばれるアルゴリズムが提案され,引用テキストに基づく引用の目的が明らかになった。
論文 参考訳（メタデータ） (2022-02-23T09:05:28Z) - SoMeSci- A 5 Star Open Data Gold Standard Knowledge Graph of Software
Mentions in Scientific Articles [1.335443972283229]
SoMeSciは、科学論文におけるソフトウェア言及の知識グラフである。
高品質なアノテーション(IRR: $kappa=.82$)が含まれており、1367年のPubMed Centralの記事で3756のソフトウェアが言及されている。
論文 参考訳（メタデータ） (2021-08-20T08:53:03Z) - Investigating Software Usage in the Social Sciences: A Knowledge Graph
Approach [0.483420384410068]
我々は、社会科学から51,000以上の科学論文から引用されたソフトウェアに関する情報を含む知識グラフ「SoftwareKG」を提示する。
LSTMベースのニューラルネットワークをトレーニングするために、ニューラルネットワークを使用して、科学論文に記載されているソフトウェアを識別した。
我々は、社会科学におけるソフトウェアの役割を評価するために、SoftwareKGをどのように利用できるかを示す。
論文 参考訳（メタデータ） (2020-03-24T08:38:36Z)
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。