論文の概要: Citation Pathways in the AI Era: Interpretive Knowledge Nodes, Citation Compression Layers, and the Measurement Boundary of Scholarly Impact
- arxiv url: http://arxiv.org/abs/2607.18350v1
- Date: Mon, 20 Jul 2026 08:57:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.194907
- Title: Citation Pathways in the AI Era: Interpretive Knowledge Nodes, Citation Compression Layers, and the Measurement Boundary of Scholarly Impact
- Title（参考訳）: AI時代のCitation Pathways:解釈的知識ノード、Citation Compression Layers、およびScholarly Impactの計測境界
- Abstract要約: 引用経路」は、サイエントメトリーにおける長期にわたる分析次元である。
この記事では、解釈的知識ノード(IKN)とCitation Compression Layer(CCL)という2つの新しい概念を紹介します。
中心的な提案は、AIは引用規則そのものを変えていないが、整合性のある仲介者を生み出すコスト構造を変えている、ということだ。
- 参考スコア（独自算出の注目度）: 6.7650739928761245
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This article identifies "citation pathway" as a long-neglected analytical dimension in scientometrics. Traditional evaluation metrics focus on measuring citation counts while paying insufficient attention to the intermediate nodes through which knowledge flows from its original source to the citing author. Building on an analysis of the normative structure of current reference systems, this article introduces two new concepts: Interpretive Knowledge Nodes (IKN) - academic papers that provide structured reorganizations of classic works - and Citation Compression Layers (CCL) - the intermediate layers that emerge when such knowledge products acquire stable publication identities and enter formal citation networks at scale. The central proposition is that AI has not changed citation rules themselves but has transformed the cost structure of producing citable knowledge intermediaries. Under conditions of full compliance, the network position effects of citation pathways may become a salient variable affecting the validity of impact measurement. Through a thought experiment involving a hypothetical journal R and a parsimonious "Citation Gravity conceptual model," this article substantiates this proposition and discusses the measurement boundaries of scholarly impact indicators, as well as the institutional risk of incentive misalignment under extreme scenarios.
- Abstract（参考訳）: 本稿では,「引用経路」をサイエントメトリックスにおける長期にわたる分析次元として同定する。
従来の評価尺度では、引用数の測定に重点を置いており、元のソースから引用する著者へ知識が流れる中間ノードに十分な注意を払っている。
解釈的知識ノード (IKN) - 古典作品の構造的再構成を提供する学術論文 - Citation Compression Layers (CCL) - このような知識製品が安定した公開IDを取得し、形式的引用ネットワークを大規模に導入する際に現れる中間層。
中心的な命題は、AIは引用規則そのものを変更していないが、決定可能な知識仲介者を生み出すコスト構造を変革したことである。
完全コンプライアンスの条件下では、励磁経路のネットワーク位置効果は、衝撃測定の有効性に影響を与える有能な変数となる可能性がある。
本稿では,仮説ジャーナルRと擬似的な「循環重力概念モデル」を含む思考実験を通じて,学術的影響指標の測定境界と,極端なシナリオ下でのインセンティブの不整合の制度的リスクについて考察する。
関連論文リスト
- Information as Maximum-Caliber Deviation: A bridge between Integrated Information Theory and the Free Energy Principle [51.56484100374058]
この研究は、情報が有限時間地平線上の制約付き最大曲率(MaxCal)パスアンサンブルから実現された力学の偏差$$$として定義されることを示唆している。
この定義の下では、IIT 3.0の中心となる原因/影響レパートリーは、MaxCalの変分原理から直接現れる。
情報$$は、付随する予測符号化モデルの下での予測誤差と同値である。
論文 参考訳（メタデータ） (2026-05-03T07:22:55Z) - CiteAudit: You Cited It, But Did You Read It? A Benchmark for Verifying Scientific References in the LLM Era [51.63024682584688]
大規模言語モデル (LLM) は新たなリスクを導入している。
本稿では,科学文献における幻覚的引用のための総合的なベンチマークおよび検出フレームワークについて紹介する。
我々のフレームワークは、精度と解釈可能性の両方において、先行手法を著しく上回っている。
論文 参考訳（メタデータ） (2026-02-26T19:17:39Z) - SECite: Analyzing and Summarizing Citations in Software Engineering Literature [0.13999481573773073]
SECiteは、引用文脈の感情分析を通じて学術的影響を評価するための新しいアプローチである。
我々は,9つの研究論文を参照して引用を抽出する半自動パイプラインを開発した。
我々は、教師なし機械学習を用いた高度な自然言語処理(NLP)技術を用いて、これらの引用文を正あるいは負のものとして分類する。
論文 参考訳（メタデータ） (2026-01-12T19:10:01Z) - Density, asymmetry and citation dynamics in scientific literature [0.0]
本稿では,出版物のセマンティック・エリアの局所的幾何学を特徴付けるための2つの相補的指標を提案する。
これら2つの指標とその後の引用率の予測関係を検証した。
引用数に対する$rhoの個々の効果は小さく、可変であるが、密度ベースの予測器を組み込むことで、常にサンプル外予測を改善している。
論文 参考訳（メタデータ） (2025-06-29T18:55:04Z) - Leveraging GANs for citation intent classification and its impact on citation network analysis [0.0]
サイテーションは科学エコシステムにおいて基本的な役割を担い、知識の流れを追跡する基盤となっている。
本稿では,引用意図を分類するGANに基づく手法を採用した。
また,引用意図のフィルタリングが引用ネットワークにおける論文の中央性に与える影響についても検討した。
論文 参考訳（メタデータ） (2025-05-27T13:16:09Z) - In-depth Research Impact Summarization through Fine-Grained Temporal Citation Analysis [52.42612945266194]
我々は、ニュアンス付き、表現型、時間対応のインパクトサマリーを生成する新しいタスクを提案する。
これらの要約は、微粒な引用意図の進化を通じて、賞賛(確認引用)と批評(補正引用)の両方を捉えていることを示す。
論文 参考訳（メタデータ） (2025-05-20T19:11:06Z) - Con-ReCall: Detecting Pre-training Data in LLMs via Contrastive Decoding [118.75567341513897]
既存のメソッドは通常、ターゲットテキストを分離して分析するか、非メンバーコンテキストでのみ分析する。
Con-ReCallは、メンバと非メンバのコンテキストによって誘導される非対称な分布シフトを利用する新しいアプローチである。
論文 参考訳（メタデータ） (2024-09-05T09:10:38Z) - Time to Cite: Modeling Citation Networks using the Dynamic Impact
Single-Event Embedding Model [0.33123773366516646]
引用ネットワークはシングルイベント動的ネットワークの顕著な例である。
このような単一イベントネットワークのキャラクタリゼーションのための新しい可能性関数を提案する。
Dynamic Impact Single-Event Embedding Model (DISEE)は、静的潜伏距離ネットワークの埋め込みアプローチを古典的な動的影響評価と照合する。
論文 参考訳（メタデータ） (2024-02-28T22:59:26Z) - Predicting Scientific Impact Through Diffusion, Conformity, and Contribution Disentanglement [11.684776349325887]
既存のモデルは、引用数推定に静的グラフに依存するのが一般的である。
論文の拡散, コンフォーマル性, コントリビューション値に潜在的影響を分散させる新しいモデルDPPDCCを導入する。
論文 参考訳（メタデータ） (2023-11-15T07:21:11Z) - Position-aware Structure Learning for Graph Topology-imbalance by
Relieving Under-reaching and Over-squashing [67.83086131278904]
トポロジー不均衡は、ラベル付きノードの不均一なトポロジー位置によって引き起こされるグラフ固有の不均衡問題である。
PASTEL という新しい位置認識型グラフ構造学習フレームワークを提案する。
私たちの重要な洞察は、より監督的な情報を得るために、同じクラス内のノードの接続性を高めることです。
論文 参考訳（メタデータ） (2022-08-17T14:04:21Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳（メタデータ） (2021-07-21T14:22:14Z)
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。