tác giả:  (1) Hamid Reza Saeidnia, Khoa Nghiên cứu Tri thức và Khoa học Thông tin, Đại học Tarbiat Modares, Tehran, Cộng hòa Hồi giáo Iran;  (2) Elaheh Hosseini, Khoa Nghiên cứu Tri thức và Khoa học Thông tin, Khoa Tâm lý và Khoa học Giáo dục, Đại học Alzahra, Tehran, Cộng hòa Hồi giáo Iran;  (3) Shadi Abdoli, Khoa Khoa học Thông tin, Đại học Montréal, Montréal, Canada  (4) Marcel Ausloos, Trường Kinh doanh, Đại học Leicester, Leicester, Vương quốc Anh và Đại học Nghiên cứu Kinh tế Bucharest, Bucharest, Romania.  Bảng liên kết   Tóm tắt và giới thiệu   Nguyên liệu và phương pháp   Kết quả   RQ 1: AI và khoa học đo lường   RQ 2: AI và webometrics   RQ 3: AI và trắc lượng thư mục   Cuộc thảo luận   RQ 4: Tương lai của Khoa học lượng học, Webometrics và Thư mục học với AI   RQ 5: Những cân nhắc về mặt đạo đức của Đo lường khoa học, Đo lường web và Đo lường thư mục với AI   Kết luận, hạn chế và tài liệu tham khảo  RQ 4: Tương lai của Khoa học lượng học, Webometrics và Thư mục học với AI  Từ những điều trên, người ta có thể tưởng tượng nếu không nghiên cứu những khoảng trống thì ít nhất là những hướng phát triển tiếp theo. Trí tuệ nhân tạo (AI) có tiềm năng mang lại lợi ích đáng kể cho cả ba lĩnh vực - khoa học trắc lượng, trắc lượng web và trắc lượng thư mục. Tuy nhiên, mức độ mà AI có thể thực hiện và ý nghĩa trong tương lai của nó có thể khác nhau tùy theo từng lĩnh vực.  Ở trên đã chỉ ra rằng AI có thể tăng cường đáng kể khoa học đo lường bằng cách cải thiện việc thu thập và phân tích dữ liệu, khai thác văn bản và truy xuất thông tin, xác định các xu hướng nghiên cứu mới nổi, kỹ thuật trực quan, đánh giá nghiên cứu cũng như cộng tác và kết nối mạng. Việc sử dụng thuật toán AI có thể tự động hóa các quy trình, tăng hiệu quả và cung cấp những hiểu biết sâu sắc hơn về tài liệu khoa học [21-31]. Tương lai của khoa học đo lường với AI có thể sẽ liên quan đến các thuật toán AI tiên tiến hơn, cải thiện khả năng tích hợp các nguồn dữ liệu khác nhau và tăng cường tự động hóa, dẫn đến các phân tích chính xác và toàn diện hơn.  AI có thể đóng một vai trò quan trọng trong webometrics bằng cách cải thiện việc thu thập và phân tích dữ liệu, phân tích liên kết web, phân tích nội dung web, đánh giá tác động của web, khai thác sử dụng web cũng như thu thập dữ liệu và trích xuất dữ liệu web hiệu quả [9, 10, 21, 36-41, 43 -45]. Kỹ thuật AI có thể giúp trích xuất thông tin có giá trị từ web, phân tích hành vi của người dùng và đánh giá tác động của tài nguyên web [9, 36-45]. Tương lai của webometrics với AI có thể liên quan đến những tiến bộ trong thuật toán AI để phân tích dữ liệu web, hiểu rõ hơn về hành vi của người dùng và các kỹ thuật cải tiến để đánh giá tác động của web.  AI có thể tăng cường đo lường thư mục bằng cách cải thiện phân tích xuất bản, phân tích trích dẫn, phân biệt tác giả, mô hình dự đoán, phân tích cộng tác và đánh giá nghiên cứu. Thuật toán AI có thể tự động hóa các quy trình, cung cấp phân tích trích dẫn chính xác và phát triển các mô hình dự đoán cho xu hướng nghiên cứu trong tương lai [28-30, 47-53]. Tương lai của phép đo thư mục với AI có thể liên quan đến các kỹ thuật tiên tiến hơn để phân định tác giả, cải tiến các mô hình dự đoán, tích hợp các số liệu thay thế và đánh giá tốt hơn tác động của nghiên cứu ngoài số lượng trích dẫn truyền thống.  Xét về lĩnh vực nào AI có thể hoạt động tốt nhất, rất khó để xác định người chiến thắng rõ ràng. AI có tiềm năng mang lại lợi ích đáng kể cho cả ba lĩnh vực và có thể hoạt động cực kỳ tốt trong từng lĩnh vực, tùy thuộc vào các ứng dụng và kỹ thuật cụ thể được sử dụng. Hiệu quả của AI trong từng lĩnh vực cũng sẽ phụ thuộc vào tính sẵn có và chất lượng của dữ liệu, độ phức tạp của yêu cầu phân tích và các câu hỏi nghiên cứu cụ thể đang được giải quyết.  Tương lai của ba lĩnh vực này với AI rất hứa hẹn. Khi công nghệ AI tiếp tục phát triển, chúng ta có thể mong đợi các thuật toán phức tạp hơn, cải thiện khả năng tích hợp các nguồn dữ liệu khác nhau cũng như nâng cao tính tự động hóa và hiệu quả trong khoa học trắc lượng, trắc lượng web và trắc lượng thư mục. Việc sử dụng AI có thể sẽ dẫn đến các phân tích chính xác và toàn diện hơn, hiểu rõ hơn về xu hướng và tác động của nghiên cứu, đồng thời cải thiện quy trình ra quyết định trong giới học viện, tổ chức nghiên cứu và cơ quan tài trợ.  Bài viết này   theo giấy phép CC BY 4.0 DEED. có sẵn trên arxiv

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

Decentralize AI Technology

decentralizeai

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

RQ 4: Tương lai của Khoa học lượng học, Webometrics và Thư mục học với AI

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

85 Stories To Learn About Travel

179 Stories To Learn About Reading

223 Stories To Learn About Science

184 Stories To Learn About Psychology

85 Stories To Learn About Travel

179 Stories To Learn About Reading

223 Stories To Learn About Science

184 Stories To Learn About Psychology

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps