論文の概要: Unveiling Novelty Evolution in the field of Library and Information Science in China
- arxiv url: http://arxiv.org/abs/2606.29872v1
- Date: Mon, 29 Jun 2026 07:10:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.089849
- Title: Unveiling Novelty Evolution in the field of Library and Information Science in China
- Title（参考訳）: 中国における図書館・情報科学の新たな展開
- Abstract要約: 本研究は,中国における図書館情報科学(LIS)分野における学術論文の新規性分布を分析した。
2000年から2022年の間、中国社会科学振興指数(CSSCI)によって索引付けされた中国のLIS雑誌に掲載された記事が調査サンプルとして収集された。
- 参考スコア（独自算出の注目度）: 6.316647265710944
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study analyzes the novelty distribution of scholarly papers in the field of Library and Information Science (LIS) in China, with a focus on differences across journals, research topics, and time periods. Articles published in Chinese LIS journals indexed by the Chinese Social Sciences Citation Index (CSSCI) from 2000 to 2022 were collected as the research sample. BERTopic was applied to paper abstracts to identify research topics, and novelty scores were calculated based on the combinatorial innovation theory of reference pairs cited by focal papers. The study then examined the novelty of papers under different topics and further analyzed author collaboration patterns to explain how collaboration may be associated with paper novelty. The results show that archival research topics generally have lower novelty, whereas topics related to journal evaluation and patent technology display higher novelty in Chinese LIS research. Overall, the novelty of papers in this field has gradually increased over time. Papers with different topics and novelty levels also show distinct collaboration patterns: low-novelty topics are more often associated with solo authorship, while high-novelty topics tend to involve a higher proportion of inter-institutional collaboration. This study reveals the topic-level characteristics and temporal trends of novelty in Chinese LIS research and provides a new perspective for understanding how research topics and collaboration patterns influence scholarly innovation.
- Abstract（参考訳）: 本研究は,中国における図書館情報科学(LIS)分野における学術論文の新規性分布を解析し,学術誌,研究トピック,期間の差異に着目した。
2000年から2022年の間、中国社会科学振興指数(CSSCI)によって索引付けされた中国のLIS雑誌に掲載された記事が調査サンプルとして収集された。
論文要約にBERTopicを適用して研究トピックを同定し,焦点論文に引用された参照対の組合せ的革新理論に基づいて新規性スコアを算出した。
この研究は、異なるトピックの下での論文の新規性を調べ、さらに著者の協力パターンを分析して、論文の新規性とコラボレーションがどのように結びつくかを説明する。
その結果, 学術誌評価や特許技術に関する話題は, 中国のLIS研究において高い新規性を示すのに対し, アーキバー研究のトピックは概して低い新規性を示すことが明らかとなった。
全体として、この分野における論文の新規性は徐々に増大してきた。
異なるトピックとノベルティレベルを持つ論文は、異なるコラボレーションパターンも示している: 低いノーベルティトピックは、単独のオーサシップと結びついていることが多いが、高いノーベルティトピックは、機関間コラボレーションの比率が高くなる傾向がある。
本研究は、中国のLIS研究における新規性のトピックレベルの特徴と時間的傾向を明らかにし、研究トピックとコラボレーションパターンが学術的イノベーションにどのように影響するかを理解するための新たな視点を提供する。
関連論文リスト
- Exploring the relationship between team institutional composition and novelty in academic papers based on fine-grained knowledge entities [13.859633687498464]
本研究では,チーム構成と学術論文の細粒度新規性との関係について検討した。
自然言語処理の分野では、産業機関と学術機関のコラボレーションは、純粋に工業的なコラボレーションよりも、新しい論文を生み出す傾向にある。
論文 参考訳（メタデータ） (2026-06-30T02:49:34Z) - PaperMind: Benchmarking Agentic Reasoning and Critique over Scientific Papers in Multimodal LLMs [68.27437550335709]
本稿では,研究論文に対する統合的およびエージェント指向の科学的推論を評価するためのベンチマークであるPaperMindを紹介する。
PaperMindは、農業、生物学、化学、計算機科学、医学、物理学、経済学を含む7つの領域にわたる実際の科学論文から構築されている。
複数のタスクにわたるモデル行動を分析することにより、PaperMindは統合された科学的推論行動の診断的評価を可能にする。
論文 参考訳（メタデータ） (2026-04-23T05:42:39Z) - Paper Espresso: From Paper Overload to Research Insight [53.45135239997754]
本稿では,最新のarXiv論文を自動的に発見,要約,分析するオープンソースプラットフォームであるPaper Espressoを紹介する。
このシステムは、大きな言語モデル(LLM)を使用して、トピックラベルとキーワードで構造化された要約を生成する。
35ヶ月の継続的デプロイメントを経て、Paper Espressoは13,300以上の論文を処理し、構造化されたメタデータをすべて公開している。
論文 参考訳（メタデータ） (2026-04-06T09:45:21Z) - NoveltyRank: Estimating Conceptual Novelty of AI Papers [8.218640708170119]
このプロジェクトの目的は、AI論文の概念的新奇性を推定し、ランク付けするモデルを開発することである。
本稿では,論文の題名,抽象的,意味的類似性から新奇性を評価する。
両タスクに対してQwen3-4B-Instruct-2507とSciBERTを微調整し、GPT-5.1に対してベンチマークを行い、タスクの定式化とモデリングの選択がパフォーマンスに与える影響を分析する。
論文 参考訳（メタデータ） (2025-12-12T03:33:32Z) - Mapping the Evolution of Research Contributions using KnoVo [0.0]
KnoVoは、科学文献における研究ノベルティの進化を定量化し分析するために設計されたインテリジェントなフレームワークである。
論文の新規性は、その多層励起ネットワークにおける前処理と後処理の両方に対して決定される。
論文 参考訳（メタデータ） (2025-06-20T23:17:11Z) - The Nature of NLP: Analyzing Contributions in NLP Papers [77.31665252336157]
我々は,NLP研究論文の要約として,NLPコントリビューション(NLPコントリビューション)の分類法を提案し,NLPコントリビューション(NLPコントリビューション)を導入した。
NLPの研究は、1970年代から80年代にかけて言語と人間中心の研究に焦点が当てられ、1990年代と2000年代に打ち切られ、2010年代後半から再び上昇し始めた。
私たちのデータセットと分析は、研究トレンドをトレースするための強力なレンズを提供し、インフォグラフィックでデータ駆動の文献調査を生成する可能性を提供します。
論文 参考訳（メタデータ） (2024-09-29T01:29:28Z) - ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、新しい作品のアイデアと運用のためのAIベースのシステムである。
ResearchAgentは、新しい問題を自動で定義し、手法と設計実験を提案し、繰り返し修正する。
我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文 参考訳（メタデータ） (2024-04-11T13:36:29Z) - Explaining Relationships Among Research Papers [14.223038413516685]
本稿では,よりリッチな引用テキストを生成するための機能ベースのLLMプロンプト手法を提案する。
人間の好みと統合的書き方の間には強い相関関係がみられ,高いレベルの抽象的引用を好むことが示唆された。
論文 参考訳（メタデータ） (2024-02-20T23:38:39Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。
我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。
最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - A Decade of Knowledge Graphs in Natural Language Processing: A Survey [3.3358633215849927]
知識グラフ(KG)は学術と産業の両方から関心を集めている。
実体間の意味関係の表現として、KGは自然言語処理に特に関係があることが証明されている。
論文 参考訳（メタデータ） (2022-09-30T21:53:57Z) - Research Topic Flows in Co-Authorship Networks [0.0]
本稿では,研究論文の著者とその研究分野間の流れを解析するためのグラフ構造を提案する。
我々の方法は、出版物のコーパス(すなわち、著者と抽象的な情報)のみを構築するために必要である。
本手法をコンピュータ科学と数学の分野で60年以上研究されてきた論文20冊の総合コーパスに適用することにより,TFNの有用性を実証する。
論文 参考訳（メタデータ） (2022-06-16T07:45:53Z) - 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。