「研究論文メタデータの簡単な説明」

Explanation of Research Paper Metadata

Pythonコードの数行で研究メタデータから重要な情報を要約する

著者: Petr Koráb (ドイツ、フリードリヒスハーフェンのツェッペリン大学とプラハのレンティアモ) および Jarko Fidrmuc (ドイツ、フリードリヒスハーフェンのツェッペリン大学)

はじめに

研究論文のメタデータ（記事のタイトル、公開日、キーワード）は、全体の分野が時間とともにどのように発展しているかについて貴重な洞察を提供します。適切な技術を用いたテキストマイニングは、異なる時期に研究者の関心の中心にあった概念、理論、またはモデルを発見するのに役立ちます。社会科学では、記事のタイトルはまた、それらが提示する結果の感情を反映しています。例えば、「クレジットクランチと企業へのショック：アジア金融危機下の韓国の経験」という記事は、不利な出来事に関連する結果を示していますが、「心配しないで、幸せになる：幸福の経済学の調査」という記事は、おそらくよりポジティブな結果を提供しています。これはすべての科学分野に当てはまるわけではありませんが、この記事では、最も尊敬されている経済学のジャーナルでこの論理がどのように機能するかを示します。このアプローチは、特定の領域の報道（ニュースのタイトルや見出し）やソーシャルメディア（TwitterやFacebookのコメント）の他の短いテキストにも適用することができます。Pythonのコードでこれらのトピックを説明します：

• 記述的分析：経済研究のキーワードを発見するためのジャーナルメタデータの分析
• 感情分析：経済研究における現在の感情と研究者の将来に対する認識の評価

2. 研究メタデータ

まず、メタデータの収集から始めましょう。Constellateは、JSTORとPorticoのデータベースから学習教材とテキストデータセットを提供するデータ分析サービスです。このプラットフォームでは、それらにインデックスされた記事のメタデータをダウンロードすることができます。

メタデータは、データを発見し、使用し、理解するために必要な情報を指します。研究の文脈で、データの「誰が」「何を」「いつ」「どこで」「なぜ」「どのように」を説明し、ユーザーがデータを利用できる範囲を知るために十分な情報を提供する必要があります…

• 「Scikit-Learnクラスを使用したカスタムトランスフォーマを作成するためのシンプルなアプローチ」
• 「多数から少数へ：機械学習における次元削減による高次元データの取り扱い」
• 「MITとスタンフォードの研究者は、効率的にロボットを制御するために機械学習の技術を開発しましたこれにより、より少ないデータでより良いパフォーマンスが得られるようになります」

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!