研究人员使用Top2Vec进行主题识别,并使用CogFT进行方法分类,分析了1990-2022年间图书馆与信息科学(LIS)领域的25,204篇论文。研究发现,与男性学者相比,女性学者的研究方法和主题选择趋同性较低,凸显了合作研究中的性别差异。另一项研究检查了1990-2023年间的26,677篇LIS文章,揭示了尽管理论方法有所下降,但实验方法和文献计量方法却日益突出。该研究还表明,职业生涯中期的学者展现出最高的方法多样性,而职业生涯后期的学者则最低。 AI
影响 这些研究强调了像Top2Vec和CogFT这样的AI工具如何分析大型语料库以揭示学术研究趋势,从而可能为未来的研究策略和合作提供信息。
排序理由 该集群包含多篇发表在arXiv上的学术论文,重点关注特定学术领域内的研究方法和分析。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Journal of the Association for Information Science and Technology
- library and information science
- Litmaps
- ScienceCast
- scite Smart Citations
- CogFT
- Top2Vec
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →