論文の参照文献の2世代にわたる分類と、ASJC Scopus方式に基づく新しい分数分類

Q: 提案手法の分類結果と、他の自動分類手法(テキストマイニングなど)との比較はどのようになるか。

提案手法の分類結果は、他の自動分類手法と比較していくつかの特徴があります。まず、提案手法は参考文献を活用して論文を分類するため、引用リンクに基づいている点が他の手法と異なります。このアプローチは、論文の引用パターンや関連性を考慮して分類を行うため、他の手法とは異なる結果が得られる可能性があります。また、提案手法はASJC Scopusスキームに基づいており、この点でも他の自動分類手法と比較される際に異なる結果が生じる可能性があります。

Q: 提案手法の分類結果と、特定の学術分野(例えば学際的な分野)の論文の分類結果との関係はどのようになるか。

提案手法の分類結果と特定の学術分野（例えば学際的な分野）の論文の分類結果との関係は興味深い観点から考えることができます。特定の学術分野の論文は、通常、複数の分野にまたがる可能性があります。提案手法が参考文献を使用して分類を行うため、学際的な論文の分類においても異なる分野への割り当てが行われる可能性があります。このように、提案手法は学際的な論文の分類においても柔軟性を持ち、複数の分野にまたがる研究を適切に捉えることができるでしょう。

Q: 提案手法の分類結果は、研究資金配分や研究評価などの実践的な場面でどのように活用できるか。

提案手法の分類結果は、研究資金配分や研究評価などの実践的な場面で有用に活用することができます。例えば、研究資金配分の際に特定の研究分野に焦点を当てたい場合、提案手法による分類結果を活用することで、各研究分野への資金配分をより効果的に行うことが可能です。また、研究評価においても、論文の分野を正確に把握することは重要です。提案手法による分類結果を活用することで、研究成果を適切な分野に位置付けることができ、研究評価の精度を向上させることができます。そのため、提案手法は研究資金配分や研究評価などの実務において有用なツールとして活用されることが期待されます。

核心概念

論文の参照文献の2世代にわたる分類と、ASJC Scopus方式に基づく新しい分数分類手法を提案し、その特性を分析する。

要約

本論文は、Scopus収録の2020年の引用可能論文を対象に、参照文献の1世代目と2世代目を用いて、ASJC (All Science Journal Classifications)カテゴリーに分数的に割り当てる新しい分類手法を提案し、その特性を分析している。

主な内容は以下の通り:

参照文献の1世代目のみ使う方式(M1)、2世代目のみ使う方式(M2)、1世代目と2世代目を組み合わせる方式(M3)の3つの手法を提案し、さらに全カウントと加重カウントの2つの手法を組み合わせて分類を行う。
参照文献の2世代目の扱いについて、平均化する方法と平均化しない方法を検討する。
複数のカテゴリーへの割り当てを許容する際の閾値を3種類(1/2、2/3、4/5)設定して検討する。
提案手法による分類結果と、Scopusジャーナルの分類、著者自身による分類(AAC)との比較を行う。
提案手法による分類は、Scopus分類や著者分類と比較して、カテゴリーの均一性が高く、参照文献の引用傾向との整合性が高いことが示された。特に、2世代の参照文献を用い、高い閾値を設定した加重カウントの手法が優れていることが明らかになった。

要約をカスタマイズ

AI でリライト

引用を生成

原文を翻訳

他の言語に翻訳

マインドマップを作成

原文コンテンツから

原文を表示

arxiv.org

統計

2020年Scopus収録論文の93.10%が3つ以上の有効な参照文献を持っている。
参照文献1世代のみ使う場合、10.39%の論文が分類対象外となる。
参照文献2世代を使う場合、7.46%の論文が分類対象外となる。
参照文献1世代と2世代を組み合わせる場合、6.90%の論文が分類対象外となる。

引用

なし

抽出されたキーインサイト

New fractional classifications of papers based on two generations of references and on the ASJC Scopus scheme

by Jesus M. Alv... 場所 arxiv.org 04-05-2024

https://arxiv.org/pdf/2404.03366.pdf

$New fractional classifications of papers based on two generations of references and on the ASJC Scopus scheme$

深掘り質問

提案手法の分類結果と、他の自動分類手法(テキストマイニングなど)との比較はどのようになるか。

提案手法の分類結果は、他の自動分類手法と比較していくつかの特徴があります。まず、提案手法は参考文献を活用して論文を分類するため、引用リンクに基づいている点が他の手法と異なります。このアプローチは、論文の引用パターンや関連性を考慮して分類を行うため、他の手法とは異なる結果が得られる可能性があります。また、提案手法はASJC Scopusスキームに基づいており、この点でも他の自動分類手法と比較される際に異なる結果が生じる可能性があります。

提案手法の分類結果と、特定の学術分野(例えば学際的な分野)の論文の分類結果との関係はどのようになるか。

提案手法の分類結果と特定の学術分野（例えば学際的な分野）の論文の分類結果との関係は興味深い観点から考えることができます。特定の学術分野の論文は、通常、複数の分野にまたがる可能性があります。提案手法が参考文献を使用して分類を行うため、学際的な論文の分類においても異なる分野への割り当てが行われる可能性があります。このように、提案手法は学際的な論文の分類においても柔軟性を持ち、複数の分野にまたがる研究を適切に捉えることができるでしょう。

提案手法の分類結果は、研究資金配分や研究評価などの実践的な場面でどのように活用できるか。

提案手法の分類結果は、研究資金配分や研究評価などの実践的な場面で有用に活用することができます。例えば、研究資金配分の際に特定の研究分野に焦点を当てたい場合、提案手法による分類結果を活用することで、各研究分野への資金配分をより効果的に行うことが可能です。また、研究評価においても、論文の分野を正確に把握することは重要です。提案手法による分類結果を活用することで、研究成果を適切な分野に位置付けることができ、研究評価の精度を向上させることができます。そのため、提案手法は研究資金配分や研究評価などの実務において有用なツールとして活用されることが期待されます。