論文の概要: Measuring the Novelty of Biomedical Papers Using the Latent Distances between Knowledge Units
- arxiv url: http://arxiv.org/abs/2609.05175v1
- Date: Fri, 04 Sep 2026 14:14:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.066818
- Title: Measuring the Novelty of Biomedical Papers Using the Latent Distances between Knowledge Units
- Title（参考訳）: 知識単位間の潜在距離を用いたバイオメディカルペーパーの新規性の測定
- Abstract要約: 本研究では,知識単位間の3種類の関係を包含した包括的ノベルティ測定手法を提案する。
PLoS ONEで発行された142,036項目のデータセットとH1 Connectプラットフォームからの検証データセットを用いて、各関係型がMeSH項間の異なる遅延距離をキャプチャすることを示した。
- 参考スコア（独自算出の注目度）: 14.795702764926979
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Measuring the novelty of scientific papers is a central concern in research evaluation and scientometrics. From a recombination perspective, prior studies have largely focused on the co-occurrence of knowledge units to assess the novelty of scientific papers. However, these studies often overlook other relationships between knowledge units. This narrow view may result in inaccurate or incomplete evaluations of novelty for scientific papers. To fill this gap, this study introduces a comprehensive novelty measurement that incorporates three types of relationships between knowledge units: network, semantic, and hierarchical. These relationships are used to quantify the latent distances among knowledge units. Using a dataset of 142,036 articles published in PLoS ONE and a validation dataset from the H1 Connect platform, our results demonstrate that (1) each relationship type captures distinct latent distances between MeSH terms; (2) compared to the widely used indicators proposed by Uzzi et al. (2013), our measures show stronger alignment with peer judgements; and (3) combining all three distance metrics yields more effective identification of novel papers than using any single perspective alone.
- Abstract（参考訳）: 科学的論文の新規性を測定することは、研究評価とサイエントメトリックスの中心的な関心事である。
リコンビネーションの観点から、先行研究は、科学論文の新規性を評価するための知識単位の共起に主に焦点を当ててきた。
しかし、これらの研究はしばしば知識単位間の他の関係を見落としている。
この狭い見方は、科学論文の新規性の不正確なまたは不完全な評価をもたらす可能性がある。
このギャップを埋めるために,ネットワーク,セマンティック,階層という,知識単位間の3種類の関係を包含した包括的ノベルティ測定を導入する。
これらの関係は知識単位間の潜伏距離の定量化に使用される。
PLoS ONEで発行された142,036項目のデータセットとH1 Connectプラットフォームからの検証データセットを用いて、(1)関係型がMeSH用語間の異なる潜伏距離をキャプチャし、(2)Uzzi et al (2013)が提案した広く使われている指標と比較すると、これらの尺度はピア判断との相関が強く、(3)3つの距離の指標を組み合わせることで、単一視点のみを使用するよりも新規論文の同定がより効果的であることが示されている。
関連論文リスト
- Beyond Single-Dimension Novelty: How Combinations of Theory, Method, and Results-based Novelty Shape Scientific Impact [8.748565889396387]
結果に基づく新規性のみと3つの新規性型が同時に存在することが,本サンプルにおいて支配的な構成であることを示す。
これらの知見は,多次元のノベルティ構成が知識拡散を形作るかの理解を深めるものである。
論文 参考訳（メタデータ） (2026-04-14T08:56:59Z) - Beyond Pairwise Distance: Cognitive Traversal Distance as a Holistic Measure of Scientific Novelty [11.146850683156705]
我々は,ネットワークに基づく認知的トラバース距離(CTD)を導入した。
CTDは、紙に関連するすべての知識ユニットを繋ぐのに必要な最短経路の長さとして定義される。
我々は,F1000Prime推奨論文とノーベル賞受賞論文から,専門家によるノベルティベンチマークに対するCTDの評価を行った。
論文 参考訳（メタデータ） (2026-02-06T11:11:01Z) - Machine Text Detectors are Membership Inference Attacks [55.07733196689313]
我々は,あるタスクに対してもともと開発された手法が,他方でどのように機能するかを理論的,実証的に検討する。
7つの最先端MIA法と5つの最先端マシンテキスト検出器を含む大規模実験は、クロスタスク性能において非常に強いランク相関(rho >)を示す。
この結果から,両研究コミュニティ間のクロスタスク意識とコラボレーションの必要性が示唆された。
論文 参考訳（メタデータ） (2025-10-22T11:39:01Z) - MIARec: Mutual-influence-aware Heterogeneous Network Embedding for Scientific Paper Recommendation [4.322490035067703]
Mutual-Influence-Aware Recommendation (MIARec) モデルは、学者間の相互の学術的影響を測定し、特徴集約プロセスにこの影響を組み込む。
実世界のデータセットで実施された大規模な実験により、MIARecモデルは3つの主要な評価指標でベースラインモデルを上回っていることが示された。
論文 参考訳（メタデータ） (2025-10-14T01:47:25Z) - 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) - Causal Representation Learning from Multimodal Biomedical Observations [57.00712157758845]
バイオメディカルデータセットの理解を容易にするために,マルチモーダルデータに対するフレキシブルな識別条件と原理的手法を開発した。
主要な理論的貢献は、モジュラリティ間の因果関係の構造的空間性である。
実世界のヒト表現型データセットの結果は、確立された生物医学研究と一致している。
論文 参考訳（メタデータ） (2024-11-10T16:40:27Z) - Measuring publication relatedness using controlled vocabularies [0.0]
制御された語彙は関連性を測定するための有望な基盤を提供する。
様々な種類の研究課題に対して、その正確さと適合性に関する包括的かつ直接的なテストは存在しない。
本稿では,既存の測度をレビューし,新しい測度を開発し,TRECゲノミクスデータを用いた測度をトピックの基礎的真理として評価する。
論文 参考訳（メタデータ） (2024-08-27T12:41:37Z) - 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) - ACP++: Action Co-occurrence Priors for Human-Object Interaction
Detection [102.9428507180728]
ヒューマン・オブジェクト・インタラクション(HOI)検出のタスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。
我々は、人間と物体の相互作用の間に自然の相関関係と反相関が存在することを観察した。
我々は、これらの先行知識を学習し、特に稀なクラスにおいて、より効果的な訓練に活用する手法を提案する。
論文 参考訳（メタデータ） (2021-09-09T06:02:50Z) - 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) - Domain Divergences: a Survey and Empirical Analysis [47.535524183965464]
我々は,情報理論,幾何学,高次尺度の3つのクラスからなる分散尺度の分類法を開発する。
我々は,130のドメイン適応シナリオ,3つの異なるNLPタスク,12のばらつき尺度にまたがる相関分析を行った。
論文 参考訳（メタデータ） (2020-10-23T07:12:52Z) - Detecting Human-Object Interactions with Action Co-occurrence Priors [108.31956827512376]
人-物間相互作用(HOI)検出タスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。
我々は、人間と物体の相互作用の間に自然の相関と反相関が存在することを観察した。
我々はこれらの先行知識を学習し、特に稀なクラスにおいてより効果的な訓練に活用する手法を提案する。
論文 参考訳（メタデータ） (2020-07-17T02:47:45Z)
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。