PulseAugur
中
实时 14:06:02
English(EN) Measuring research data reuse in scholarly publications using generative artificial intelligence: Open Science Indicator development and preliminary results

AI衡量学术出版物中研究数据的再利用率为43%

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新的指标，使用大型语言模型（LLMs）来衡量学术出版物中研究数据的再利用情况。这种由AI驱动的方法显示，数据再利用率为43%，超过了传统的文献计量方法。研究结果表明，研究数据共享和再利用的积极影响可能被低估了，并且LLMs可以有效地大规模衡量这些影响。 AI

影响 提供了一种可扩展的方法来量化开放科学实践的影响，可能影响未来的研究评估和资助。

排序理由 学术论文，详细介绍了使用LLMs衡量研究数据再利用的新方法。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

AI衡量学术出版物中研究数据的再利用率为43%

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Lauren Cadwallader, Iain Hrynaszkiewicz, parth sarin, Tim Vines ·

    使用生成式人工智能衡量学术出版物中的研究数据再利用：开放科学指标开发与初步结果

    arXiv:2604.28061v1 Announce Type: cross Abstract: Numerous metascience studies and other initiatives have begun to monitor the prevalence of open science practices when it is more important to understand the 'downstream' effects or impacts of open science. PLOS and DataSeer have …

  2. arXiv cs.CL TIER_1 English(EN) · Tim Vines ·

    利用生成式人工智能衡量学术出版物中的研究数据再利用：开放科学指标的开发与初步结果

    Numerous metascience studies and other initiatives have begun to monitor the prevalence of open science practices when it is more important to understand the 'downstream' effects or impacts of open science. PLOS and DataSeer have developed a new LLM-based indicator to measure an …

相关实体

相关话题