Alapfogalmak
学術論文のTwitter上での拡散には、ボットによる選択的増幅が存在し、特に健康・人文科学分野の論文でその傾向が強い。
Kivonat
本研究では、AltmetricデータとTwitter API、Botometerを組み合わせて、学術論文のTwitter上での拡散におけるボット活動を分析した。
- 論文のメタデータと、論文をツイートしたユーザのボット指標を統合したデータセットを作成した。
- ロジスティック回帰モデルを使って、論文のボット活動の可能性を70%の精度で予測できることを示した。
- 健康・人文科学分野の論文がボット活動の影響を受けやすいことを統計的に明らかにした。
- ボット活動の有無を判断する指標を提供し、学術論文の社会的影響を適切に解釈するための基準を示した。
この研究成果は、研究者や政策立案者が学術論文の社会的受容を適切に評価する上で役立つ。ボット活動の影響を考慮することで、研究成果の公衆理解を正しく捉えることができる。
Statisztikák
健康・人文科学分野の論文では、全体の14.84%がボット活動の影響を受けている。
その他の分野では12.19%の論文がボット活動の影響を受けている。
中国、エジプト、インド、イラク、マレーシア、台湾、タイ、ベトナムなどの国では、論文のTwitter上での拡散におけるボット活動の割合が30%を超えている。
Idézetek
"学術論文のTwitter上での拡散には、ボットによる選択的増幅が存在し、特に健康・人文科学分野の論文でその傾向が強い。"
"ボット活動の有無を判断する指標を提供し、学術論文の社会的影響を適切に解釈するための基準を示した。"