The Arabic Citation Index -- Toward a better understanding of Arab scientific literature
本文介绍了2020年推出的阿拉伯引文索引(ARCI)数据库,通过分析其收录的138,283篇文献的分布特征与主题结构,探讨了其在科研评价中的应用价值与未来研究机会。
2023-04-23 cs.DL
Usage History of Scientific Literature: Nature Metrics and Metrics of Nature Publications
在这项研究中,我们分析了自然出版物的动态使用历史随着时间的推移使用自然指标数据。我们从两个角度进行分析。一方面,我们考察文章的下载量达到总下载量的50%/80%需要多长时间;另一方面,我们比较了文章发布后7天、30天和100天的总下载量百分比。一般来说,论文在出版后的短时间内被下载的频率最高。并且我们发现,与非开放获取论文相比,读者对开放获取出版物的关注更加持久。基于一篇新发表论文的使用数据,回归分析可以预测未来的预期总使用次数。
2014-06-23 cs.DL
GrapAL: Connecting the Dots in Scientific Literature
我们介绍了GrapAL(学术文献图形数据库),一个多功能的工具,用于探索和调查的知识库的科学文献,这是半自动构建使用自然语言处理方法。GrapAL满足了研究人员要求的各种用例和信息需求。GrapAL的核心是一个Neo4j图形数据库,具有直观的模式和简单的查询语言。在本文中,我们描述了GrapAL的基本要素,如何使用它,以及几个用例,例如寻找给定主题的专家进行同行评审,发现生物医学实体和计算基于引用的指标之间的间接联系。我们开源了演示代码,以帮助其他研究人员开发基于GrapAL的应用程序。
2019-05-19 cs.DB cs.DL
More of the same? Are scientific papers losing originality?
Massachusetts Institute of Technology(麻省理工学院)
本研究利用语义语言模型分析CORE数据库2015—2025年八个领域超26,000篇全文论文,发现2021年后论文与近期文献的文本相似度急剧上升,至2025年增长两倍多,表明科学写作在文本原创性维度上正逐渐失去独特性。
2026-10-28 cs.DL
A General Pipeline for Digesting Scientific Literature into a Shared Scientific Knowledge Base
Co-design Center for Quantum Advantage, Brookhaven National Laboratory(量子优势协同设计中心,布鲁海文国家实验室)
提出一种通用流水线,将科学论文转化为结构化、可查询的数据库,提取样本记录并保留完整来源和置信度,支持交互式探索和假设生成,在超导量子比特材料文献中验证。
2026-06-29 cond-mat.mtrl-sci cond-mat.supr-con cs.DL
Scientific Literature Text Mining and the Case for Open Access
“开放获取“已成为学术出版期刊改革的主题。在这篇文章中,我研究了开放获取出版和现代研究企业的一个重要基础设施要素,科学文献文本挖掘,或使用数据分析技术进行荟萃分析和调查的科学语料库之间的关系。我简要介绍了开放获取运动的历史,讨论了新颖的新闻实践,并概述了科学语料库的数据驱动调查。我认为,特别是在一个时代,许多研究的准确性已被质疑,科学文献文本挖掘应该是开放获取出版的主要动机之一,不仅在基础科学,但在工程和应用科学以及。不受限制地访问研究文献的巨大好处应该促使来自所有学科的学者发出声音,支持将合法的、大规模的科学文献访问作为数据科学管道的一部分。
2018-04-23 cs.CY cs.DL physics.soc-ph
SciRAG: Adaptive, Citation-Aware, and Outline-Guided Retrieval and Synthesis for Scientific Literature
Shanghai Jiao Tong University(上海交通大学);Yale University(耶鲁大学);NYU Shanghai(纽约大学上海分校);TCS Research(TCS研究)
针对现有科学文献RAG方法忽略引用结构、适配性差、合成内容难验证的问题,本文提出开源框架SciRAG,通过自适应检索、引用感知推理、大纲引导合成三项创新,在多个基准上取得了更优的事实准确性与合成质量。
2025-11-18 cs.CL cs.DL
Geant4 in Scientific Literature
2003年发表在《核仪器与方法A》上的Geant 4参考论文已成为Thomson-Reuters杂志引文报告中整个核科学与技术类别中被引用次数最多的出版物。目前,它是两个主要研究机构CERN和INFN撰写的出版物中引用次数第二多的文章。Geant 4存在(和缺席)在学术文献的概述; Geant 4引文的模式进行了定量研究和讨论。
2009-12-02 cs.DL physics.comp-ph
An Autonomous Scientific Knowledge Generation Framework for AI-Driven Scientific Discovery
New Jersey Institute of Technology(新泽西理工学院)
该研究提出自主科学知识生成框架,整合多种技术将科学出版物转化为适用于人工智能的知识库,以电光材料为例进行验证,实现从文献到知识库的转变,为人工智能驱动的科学发现提供了可扩展、领域独立的基础。
2026-08-04 cond-mat.mtrl-sci cs.AI cs.DL
Scholarly literature and the press: scientific impact and social perception of physics computing
主流媒体对寻找希格斯玻色子的广泛报道对于高能物理研究来说是一个相对新颖的东西,其成就传统上仅限于学术文献。本文阐述了在科学文献,机构媒体和新闻界的HEP计算的scientometric分析的结果,以及有关代表性粒子物理测量的类似指标的比较概述。从这些科学计量数据中出现的图片记录了HEP计算的科学影响和社会感知。这项分析的结果表明,改善HEP计算的科学和社会作用的沟通将有利于高能物理界。
2014-01-20 cs.DL hep-ex physics.comp-ph
Delineating Knowledge Domains in the Scientific Literature Using Visual Information
University of Washington(华盛顿大学)
数字是科学交流的重要渠道,用于以文字无法表达的方式表达复杂的想法,模型和数据。然而,在科学文献的分析中,这种视觉信息大多被忽视。在本文中,我们展示了使用科学数字作为科学知识领域的标记的实用性,它可用于分类,推荐系统和科学信息交换的研究。我们将一组图像编码成一个视觉签名,然后使用这些签名之间的距离来理解视觉交流模式与行话和引用结构模式的比较。我们发现,数字可以有效区分实践社区的文本或引用模式。然后,我们考虑这些指标不一致的地方,以了解不同的学科如何使用可视化来表达想法。最后,我们进一步考虑如何通过文学传播特定的数字类型,提出了一种新的机制,除了传统的文本和引用渠道的理解的思想流。我们的最终目标是更好地利用这些信息密集的对象,以改善跨学科界限的科学交流。
2019-08-12 cs.DL cs.LG stat.ML
LDA2Net: Digging under the surface of COVID-19 topics in scientific literature
在COVID-19大流行期间,与SARS-COV-2相关的科学文献在出版物数量及其对人们生活的影响方面都在急剧增长。这些文献包括一系列不同的合理主题,从疫苗接种到防护设备的有效性,再到封锁政策的评估。到目前为止,已经有数十万篇论文被上传到在线知识库并发表在科学期刊上。因此,开发数字方法,深入探索这一不断增长的文献已成为一个相关问题,既要确定COVID相关研究的主题趋势,又要放大其子主题。这项工作提出了一种新的方法,称为LDA 2Net,它结合了主题建模和网络分析,以调查其表面下的主题。具体来说,LDA 2Net利用连续词对的频率来重建Cord-19语料库中讨论的主题的网络结构。结果表明,主题模型的有效性可以通过用词网络表示来丰富它们,并通过使用后者来显示,分析和探索不同粒度级别的COVID相关主题来放大。
2021-12-03 cs.DL cs.IR
The role of geographic proximity in knowledge diffusion, measured by citations to scientific literature
本文分析了地理距离对知识流动的影响,通过引用科学出版物来衡量。以前使用相同方法的作品仅限于单一学科。在这项研究中,我们分析了意大利在2010-2012年期间成熟的所有学科的科学生产。为了计算引用和被引用出版物之间的地理距离,每个出版物都与作者所属的“流行”地区相关联。使用普通最小二乘回归估计的重力模型的应用结果表明,尽管信息技术的传播,地理距离仍然是领土之间知识流动过程中的一个影响因素。特别是,分析表明,地理距离对知识流动的影响在国家一级很大,在大陆一级不可忽略,但在洲际一级完全无关紧要。
2020-02-03 cs.DL physics.soc-ph
Investigating Disagreement in the Scientific Literature
Centre for Science and Technology Studies, Leiden University(莱顿大学科学技术研究中心);SciTech Strategies, Inc.(SciTech Strategies 公司);School of Public Policy, Georgia Institute of Technology(佐治亚理工学院公共政策学院);School of Informatics, Computing, and Engineering, Indiana University Bloomington(印第安纳大学伯明顿分校信息学、计算与工程学院)
分歧对科学进步至关重要。然而,科学中分歧的程度,它随时间的演变以及它发生的领域仍然知之甚少。利用大量的英语科学文本,我们开发了一种基于提示短语的方法来识别超过400万篇科学文章中的分歧引用实例。使用这种方法,我们构建了2000-2015年期间跨科学领域分歧的指标。与黑盒文本分类方法相比,我们的框架是透明的,易于解释。我们揭示了一个学科谱的分歧,较高的分歧在社会科学和较低的分歧在物理和数学。然而,详细的学科分析表明各个子领域之间存在异质性,揭示了当地学科文化的重要性和分歧的认识特征。论文层面的分析揭示了科学中值得注意的分歧事件,并说明了方法论工件如何混淆科学文本的分析。这些发现有助于更广泛地理解分歧,并为未来的研究奠定基础,以了解科学进步的关键过程。
2021-10-27 cs.CL cs.DL
The Effect of Metadata on Scientific Literature Tagging: A Cross-Field Cross-Model Study
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本研究跨19个领域和3种多标签分类器系统评估了元数据对科学文献标注的影响,发现会议/期刊等元数据普遍提升标注性能,并揭示了计算机科学与生物医学以外领域的独特影响模式。
2023-02-07 cs.CL cs.DL cs.LG
How scientific literature has been evolving over the time? A novel statistical approach using tracking verbal-based methods
Centro Mexicano de Estudios Económicos y Sociales(墨西哥经济与社会研究中心);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文以文章摘要为起点,提供了与系统性红斑狼疮(SLE)相关的科学出版物的全球视野。随着时间的推移,摘要已经朝着使用术语的更高复杂性发展,这使得有必要使用复杂的统计方法和回答问题,包括:词汇如何随着时间的推移而发展?哪些文章最有影响力?哪些文章介绍了新的术语和词汇?为了回答这些问题,我们分析了一个由506个摘要组成的数据集,并从115种不同的期刊下载,覆盖了18年的时间。
2016-02-05 cs.CL cs.DL
Continuous, Dynamic and Comprehensive Article-Level Evaluation of Scientific Literature
现在是时候改变目前建立在期刊选择基础上的研究评估体系了。在本研究中,我们提出了连续的,动态的和全面的文章级评价的文章级度量的基础上的想法。不同类型的指标被整合到一个综合指标中,该指标可以量化文章的学术和社会影响。在论文发表后的不同阶段,动态调整不同指标的权重,以调节论文的长期和短期影响。利用样本数据对文章层次评价法进行了实证研究。
2014-11-25 cs.DL physics.soc-ph
Good practices for a literature survey are not followed by authors while preparing scientific manuscripts
作者在科学期刊上的被引次数已经成为通过影响因子来评估研究人员和期刊本身的一个主要参数。因此,一个公平的评估要求在给定的手稿中选择参考文献的标准应该对作者或引用的期刊没有偏见。在本文中,我们主张作者在研究特定研究的文献时应遵循两个强制性原则来选择论文(稍后反映在参考文献列表中):i)考虑内容与所研究主题的相似性,以免非常相关的工作被复制或忽略; ii)在引文网络中进行系统搜索,包括开创性或非常相关的论文。我们使用复杂网络的形式主义从arXiv存储库的论文的两个数据集,以表明这两个标准都没有在实践中得到满足。
2012-09-23 cs.DL physics.soc-ph
Viziometrics: Analyzing Visual Information in the Scientific Literature
University of Washington(华盛顿大学)
科学成果通过图表、可视化和照片在文献中直观地传达。与引文和文本相比,这些信息密集的对象在文献计量学和科学计量学研究中基本上被忽视了。在本文中,我们使用计算机视觉和机器学习技术将PubMed中的800多万个图形分为5种图形类型,并研究视觉信息的结果模式,因为它们与影响有关。我们发现,随着时间的推移,文献中人物和人物类型的分布保持相对恒定,但在不同领域和主题中可能会有很大的差异。值得注意的是,我们发现科学影响力和视觉信息的使用之间存在显着的相关性,其中影响力较高的论文往往包含更多的图表,并在较小程度上包含更多的图表和照片。为了探索这些结果和其他提取视觉信息的方法,我们构建了一个视觉浏览器来说明这个概念,并探索支持视觉分析和组织视觉信息的设计方案。我们使用这些结果来阐明一个新的研究议程-视觉计量学-研究组织和视觉信息在科学文献中的介绍。
2016-05-27 cs.CV cs.DL cs.IR
C-Rank: A Link-based Similarity Measure for Scientific Literature Databases
随着使用科学文献数据库的人数的增加,对文献检索服务的需求也在稳步增长。最流行的检索服务之一是找到一组与正在考虑的论文相似的论文,这需要计算论文之间的相似性的度量。科学文献数据库呈现出两个不同于一般数据库的有趣特征。首先,老论文引用的论文往往由于技术和经济原因而不被数据库收录。其次,由于一篇论文引用了之前发表的论文,很少有论文引用最近发表的论文。这两个特征导致所有现有的相似性度量在以下情况中的至少一种情况下失败:(1)测量旧的但相似的论文之间的相似性,(2)测量最近的但相似的论文之间的相似性,以及(3)测量两个相似的论文之间的相似性:一个旧的,另一个最近的。在本文中,我们提出了一种新的基于链接的相似性度量称为C-Rank,它使用在链接和外链接,而不考虑方向的参考。此外,我们讨论了最合适的规范化方法的科学文献数据库,并提出了一种评估方法来衡量相似性措施的准确性。我们使用了一个数据库,其中包含来自DBLP的真实论文及其从Libra抓取的参考信息,并将C-Rank的性能与现有的相似性度量进行了比较。实验结果表明,C-Rank比现有的相似性度量方法具有更高的准确率。
2011-09-06 cs.DL cs.IR physics.soc-ph
Bridging AI and Science: Implications from a Large-Scale Literature Analysis of AI4Science
University of Michigan(密歇根大学);Yale University(耶鲁大学)
针对AI与科学界的鸿沟,本研究通过大型语言模型识别顶尖会议文献中的科学问题与AI方法,定量分析差异揭示整合机会,探索链接预测促进合作的潜力,以推动跨学科合作加速科学发现。
2025-02-18 cs.AI cs.DL cs.IR
A Bibliometric Horizon Scanning Methodology for Identifying Emerging Topics in the Scientific Literature
描述了一种用于扫描新兴科学和技术领域的文献计量学方法,其中科学,技术和创新企业中的主题使用潜狄利克雷分配发现,其增长率使用一阶速率动力学建模,并使用位置商数测量这些主题中的各种实体的研究专业化。开发了多个交互式可视化界面,将这些结果集成在一起以帮助人类分析师。通过分析过去五年的出版物、专利和资助(约1400万份文件),可以证明这种方法,例如,机器视觉的深度学习是增长最快的领域,中国在这一领域的关注度高于美国。
2022-02-27 cs.DL cs.SI
New Methods for Metadata Extraction from Scientific Literature
在过去的几十年里,我们目睹了数字革命,它将学术交流转移到电子媒体,并导致其数量大幅增加。如今,跟踪最新的科学成果对研究人员构成了重大挑战。科学信息过载是影响学术界学术交流和知识传播的严重问题。现代研究基础设施通过提供智能搜索工具、推荐相似和相关文献、可视化引文和作者网络、评估文章的质量和影响力等来促进科学文献的研究。为了提供这种高质量的服务,系统不仅需要访问存储文档的文本内容,还需要访问其机器可读的元数据。由于在实践中,高质量的元数据并不总是可用的,有一个可靠的自动方法,直接从源文件提取机器可读的元数据的强烈需求。本研究针对这些问题,提出了一种自动,准确和灵活的算法,直接从科学论文中提取广泛的元数据,以数字形式。提取的信息包括基本文献元数据、结构化全文和书目部分。作为一个通用的解决方案,提出的算法是能够处理各种各样的出版物的布局精度高,因此非常适合于分析异构文档集。这是通过采用在大型、多样化数据集上训练的监督和无监督机器学习算法来实现的。我们进行的评估表明,提出的元数据提取算法的良好性能。与其他类似的解决方案的比较也证明了我们的算法性能优于大多数元数据类型的竞争对手。
2017-10-27 cs.DL cs.IR
Is scientific literature subject to a sell-by-date? A general methodology to analyze the durability of scientific documents
文献的引文历史和老化的研究是从几个角度讨论的主题,特别是在分析延迟识别或睡美人的文献中。然而,没有一种通用的方法可以广泛应用于不同的时间段和/或研究领域。本文提出了一种新的科学论文老化和耐久性综合分析方法。该方法将文献分为三种类型:延迟文献,其引用的主要部分晚于正常文献;昙花一现,其在出版后立即收到引用,但长期不被引用;正常文献,随着时间的推移具有典型的引用分布的文献。考虑到Web of Science中至少有5次外部引用(即不考虑自引)的整个文档群体,对这三种类型的耐久性进行了分析。已经发现了与三种类型的耐久性相关的几种模式,并讨论了所开发的方法的进一步研究的潜力。
2009-07-09 cs.DL physics.data-an physics.soc-ph
Pre-training Multi-task Contrastive Learning Models for Scientific Literature Understanding
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Microsoft Research(微软研究院);Microsoft Search, Assistant and Intelligence(微软搜索、助理与智能部门)
提出多任务对比学习框架SciMult,通过任务感知专门化和指令微调技术,在多个科学文献理解任务间共享知识并避免干扰,实验证明其优于现有最先进的科学预训练语言模型。
2023-10-19 cs.CL cs.DL cs.IR
BibAgent: An Agentic Framework for Traceable Miscitation Detection in Scientific Literature
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Worcester Polytechnic Institute(沃斯特理工学院);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
BibAgent是一种用于科学文献中可追溯误引检测的代理框架,通过整合检索、推理和自适应证据聚合,实现高效且透明的引文验证。
2026-01-30 cs.AI cs.DL
What country, university or research institute, performed the best on COVID-19? Bibliometric analysis of scientific literature
在这篇文章中,我们进行了数据采掘,以发现自新冠肺炎疫情爆发以来,哪些国家、大学和公司对新冠肺炎进行了最多的研究或合作。我们提出了一些有趣的发现,但尽管分析了Web of Science Core Collection中所有关于COVID-19的可用记录,我们未能就世界如何应对COVID-19大流行得出任何重要结论。因此,我们增加了我们的分析,以包括1900年至2020年有关流行病和流行病的所有可用数据记录。我们发现了一些有趣的结果,国家,大学和公司,产生合作最大的流行病和流行病的研究。然后,我们将结果与COVID-19数据记录的分析进行了比较。这创造了一些有趣的发现,在文章中解释和图形化。
2022-07-16 cs.CY cs.DL
A student's guide to searching the literature using online databases
描述了一种使学生能够使用在线资源有效地执行一般和文献搜索的方法。该方法进行了测试的本科生和研究生不同背景的科学文献。参与这项研究的学生在如何以及在哪里找到准确的科学信息的意识方面表现出明显的提高。
2010-03-03 cs.DL cs.IR physics.ed-ph
Representation Learning for Recommender Systems with Application to the Scientific Literature
Université de Lyon(里昂大学)
科学文献是一个庞大的信息网络,将各种行为者(实验室、公司、机构等)联系在一起。由该网络生成的大量数据构成了动态异构属性网络(HAN),其中不断产生新的信息,并且从中提取感兴趣的内容越来越困难。在这篇文章中,我提出了我的第一个论文作品与工业公司合作,数字科学研究技术。这之后提供了一个科学手表工具,Peerus,解决各种问题,如实时的推荐新发表的论文或寻找活跃的专家开始新的合作。为了解决这种多样性的应用程序,一个常见的方法是学习表示的节点和属性的HAN,并使用它们作为各种推荐任务的功能。然而,大多数关于属性网络嵌入的工作对文本属性关注太少,并且没有充分利用最近的自然语言处理技术。此外,所提出的方法,共同学习节点和文档表示不提供一种方法来有效地推断网络信息丢失的新文档的表示,这恰好是至关重要的实时的推荐系统。最后,在文本属性的异构网络中,文本和图形数据之间的相互作用仍然是一个开放的研究方向。
2019-02-28 cs.CL cs.DL cs.IR
A model for cooperative scientific research inspired by the ant colony algorithm
在互联网时代,现代科学研究在很大程度上已成为一种合作活动。我们建立了一个仿真模型,了解基于启发式蚁群算法的人口水平的创造力。每个研究者都有两个启发式参数来表征他自己的判断的好坏和他对文学的信任。在一个人口与各种研究人员,我们发现,随着问题规模的增加,贡献者分布显着转移,从独立的制度,依靠自己的判断,更密切地遵循文献的合作制度。分布也随着研究问题的阶段和可用的计算能力而变化。本文的工作为各学科合作科学研究的动态过程提供了初步的认识和指导。
2021-05-06 cs.DL physics.soc-ph
Future Influence Ranking of Scientific Literature
进入新兴研究领域的研究人员或学生特别感兴趣的是,哪些新发表的论文将被引用最多,哪些年轻的研究人员将在未来成为有影响力的研究人员,以便他们能够抓住最新的进展并找到有价值的研究方向。然而,由于文献网络的动态性和不断变化的研究主题,预测科学文章和作者的未来重要性具有挑战性。与以往大多数文献和作者的重要性排序不同,我们将重点放在\emph{ranking the future popularity of new publications and young researchers}上,提出了一个统一的排序模型来结合各种可用信息。具体来说,我们首先提出了两种文本特征,词和词的共现来表征创新论文和作者。然后,而不是使用静态和未加权的图,我们构造时间感知的加权图,以区分在不同的时间建立的链接的各种重要性。最后,通过利用构建的文本特征和图形,我们提出了一个相互加强的排名框架称为\emph{MRFRank}的论文和作者的未来重要性同时排名。在ArnetMiner数据集上的实验结果表明,该方法在度量\emph{recommendation intensity}上的性能明显优于基线。
2014-07-07 cs.DL cs.SI physics.soc-ph
Density, asymmetry and citation dynamics in scientific literature
New York University(纽约大学);Northwestern University(西北大学)
研究论文与已有研究的语义相似性对引用率的影响,提出密度($ρ$)和不对称性($α$)指标,发现密度能适度提升引用预测效果而不对称性无显著作用,为文档嵌入与科学计量学提供了可扩展框架。
2025-06-29 cs.CL cs.DL cs.SI
InsightGUIDE: An Opinionated AI Assistant for Guided Critical Reading of Scientific Literature
Information Management Systems Institute(信息管理系统研究所);ATHENA Research Centre(ATHENA研究中心);Department of Informatics and Telecommunications(信息与电信系);University of the Peloponnese(希腊皮埃里亚大学)
InsightGUIDE通过嵌入专家阅读方法,提供结构化简洁见解,作为阅读助手而非替代品,比通用LLM更具条理和可操作性。
2025-09-24 cs.AI cs.CL cs.DL
Information Mining for COVID-19 Research From a Large Volume of Scientific Literature
由于新型冠状病毒在180个国家爆发,二零二零年出现了前所未有的COVID-19大流行。为了发现新的药物和疫苗,许多科学家正在夜以继日地工作。他们的宝贵时间和精力可能会受益于基于计算机的大量健康科学文献的挖掘,这是一个信息宝库。在本文中,我们使用10,683篇科学文章的摘要开发了一个基于图形的模型,以查找三个主题的关键信息:与冠状病毒相关的传播,药物类型和基因组研究。为三个主题中的每一个构建子图,以提取更多的主题信息。在每个子图中,我们使用介数中心性度量来排列与药物,疾病,病原体,病原体宿主和生物分子相关的关键词的重要性。结果揭示了关于抗病毒药物(氯喹,金刚烷胺,地塞米松),病原体宿主(猪,蝙蝠,猕猴,食蟹猴),病毒病原体(寨卡,登革热,疟疾和冠状病毒科病毒家族中的几种病毒)以及与冠状病毒核心主题相关的蛋白质和治疗机制(寡核苷酸,干扰素,糖蛋白)的有趣信息。这些关键词和主题的分类摘要可能是一个有用的参考,以加快和建议新的和替代的COVID-19研究方向。
2020-04-05 cs.DL cs.IR q-bio.PE
How far does scientific community look back?
科学界如何利用已发表的科学文献?以往的许多研究都是对静态使用数据进行分析。在本研究中,我们提出了动态使用数据的概念。基于realtime.springer.com平台,我们一直在全天候监控和记录Scientometrics文章的动态使用数据。我们的分析发现,近四年发表的论文比四年前发表的论文有更多的下载。根据我们的定量计算,一天下载的论文平均寿命约为4.1年。经典论文即使在出版很久之后仍然经常被下载。此外,我们发现社交媒体可能会在短时间内重新引起对旧科学文献的关注。
2014-06-22 cs.DL physics.data-an physics.soc-ph
Detection of tortured phrases in scientific literature
Univ. Grenoble Alpes(格勒诺布尔大学);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔理工学院);LIG(信息与信号处理实验室)
本文提出基于语言模型的自动检测方法,通过嵌入相似性或掩码标记预测识别科学文献中的扭曲短语,最佳方法在召回率0.87和精确率0.61下有效发现新短语。
2024-02-02 cs.AI cs.CL cs.DL
How Deep Do Large Language Models Internalize Scientific Literature and Citation Practices?
Vrije Universiteit Brussel(布鲁塞尔自由大学);KU Leuven(鲁汶大学);Harvard University(哈佛大学)
本研究分析了GPT-4o生成的274,951条参考文献,发现LLMs在生成参考文献时系统性地偏好高被引论文,强化了马太效应,并偏好更近期、标题更短且作者更少的文献,揭示了LLMs对科学引用实践和发现轨迹的潜在影响。
2025-04-03 cs.AI cs.DL cs.LG