Авторы:  (1) Хамид Реза Саидния, факультет информатики и исследований знаний, Университет Тарбиат Модарес, Тегеран, Исламская Республика Иран;  (2) Элахе Хоссейни, факультет информатики и исследований знаний, факультет психологии и педагогических наук, Университет Альзахра, Тегеран, Исламская Республика Иран;  (3) Шади Абдоли, факультет информатики, Монреальский университет, Монреаль, Канада  (4) Марсель Ауслоос, Школа бизнеса, Лестерский университет, Лестер, Великобритания и Бухарестский университет экономических исследований, Бухарест, Румыния.  Таблица ссылок   Аннотация и введение   Материалы и методы   Полученные результаты   Вопрос 1: ИИ и наукометрия   Вопрос 2: ИИ и вебометрика   Вопрос 3: ИИ и библиометрия   Обсуждение   Вопрос 4: Будущее наукометрики, вебометрики и библиометрики с искусственным интеллектом   Вопрос 5: Этические аспекты наукометрии, вебометрики и библиометрии с использованием ИИ   Заключение, ограничения и ссылки  Вопрос 1: ИИ и наукометрия  В наукометрии ИИ может предоставить несколько конкретных преимуществ, включая анализ публикаций, анализ цитирования, прогнозирование воздействия исследований, анализ сотрудничества, анализ тенденций исследований и картирование знаний. Преимущества ИИ в таких шести подполях (рис. 2) обсуждались, например, в [21-31].   Эти 12 исследований демонстрируют потенциальные преимущества и стратегии использования возможностей ИИ в наукометрии. Как ИИ может улучшить качество, доступность и процессы сбора данных в наукометрическом анализе, подробно показано в Таблице 1.  Суть в том, что алгоритмы ИИ могут анализировать большие объемы научных публикаций и извлекать ценную информацию, такую как имена авторов и соавторов, места работы, ключевые слова и цитаты [21, 22]. В результате исследователи могут получить представление о моделях публикаций, исследовательских сетях и сотрудничестве в конкретной научной области [32, 33].   Более того, алгоритмы ИИ могут анализировать сети цитирования для выявления воздействия и влияния научных работ, а также взаимосвязей между различными исследовательскими работами [22, 24, 31]. Исследователи могут использовать этот метод для выявления высокоцитируемых и влиятельных статей, даже «спящих красавиц» [34], а также для понимания динамики распространения научных знаний.  Интересно, что методы искусственного интеллекта можно использовать для прогнозирования влияния научных исследований на основе различных факторов, таких как репутация автора, качество журнала и структура цитирования [27]. Анализ исторических данных позволяет моделям ИИ дать представление о потенциальном влиянии исследований, позволяя исследователям и учреждениям определить наилучший курс действий.  Сети соавторства могут анализироваться с помощью ИИ для выявления и понимания исследовательского сотрудничества [28, 30]. Анализируя историю публикаций, принадлежность авторов и модели соавторства, ИИ может помочь исследователям выявить потенциальных сотрудников и исследовательские сети, что позволит улучшить сотрудничество и обмен знаниями.  Чтобы определить новые тенденции и темы исследований, ИИ может анализировать крупномасштабную научную литературу [23, 26, 35]. Например, используя методы обработки естественного языка, алгоритмы ИИ могут автоматически извлекать ключевые слова, темы и тенденции из научных публикаций. помогая исследователям определять новые направления исследований и быть в курсе последних достижений в своей области.  «Наконец», ИИ может составить карту ландшафта научных знаний, анализируя взаимосвязи между различными научными статьями, ключевыми словами и концепциями [25, 29]. Помимо облегчения обзора литературы, генерации гипотез и планирования исследований, эта визуализация позволяет исследователям визуализировать и понимать структуру и эволюцию знаний в конкретной области исследований.  Этот документ   под лицензией CC BY 4.0 DEED. доступен на arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Decentralize AI Technology

decentralizeai

Этот звук создан на языке оригинала истории!

«Алгоритмы искусственного интеллекта могут анализировать большие объемы научных публикаций и извлекать ценную информацию»

About Author

КОММЕНТАРИИ

БИРКИ

ЭТА СТАТЬЯ БЫЛА ПРЕДСТАВЛЕНА В

Related Stories

Рост криптовалют: создание эффективных образов пользователей

Руководство архитектора по созданию эталонной архитектуры для озера данных AI/ML

Модель Bitcoin UTXO, обеспечивающая работу уникальной экосистемы

Как улучшить ваш рабочий процесс в 10 раз: 17 основных приложений

Рост криптовалют: создание эффективных образов пользователей

Руководство архитектора по созданию эталонной архитектуры для озера данных AI/ML

Модель Bitcoin UTXO, обеспечивающая работу уникальной экосистемы

Как улучшить ваш рабочий процесс в 10 раз: 17 основных приложений

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps