- 简介随着人工智能和机器学习会议上被接受的论文数量达到数千篇,研究人员如何获取和阅读研究出版物变得不明确。在本文中,我们调查了社交媒体影响者在增强机器学习研究可见性方面的作用,特别是他们分享的论文的引用次数。我们编制了一个包括超过8,000篇论文的全面数据集,涵盖了2018年12月至2023年10月的推文,以及基于出版年份、会议地点和摘要主题的1:1匹配控制组。我们的分析显示,得到这些影响者认可的论文引用次数显著增加,中位数引用次数比对照组高2-3倍。此外,该研究还深入探讨了受关注作者的地理、性别和机构多样性。这些发现突显了社交媒体在学术交流中的不断扩大的影响,并强调了当今数字学术领域中不断发展的生态系统的重要性。
- 图表
- 解决问题社交媒体对机器学习研究的可见性和引用次数的影响
- 关键思路研究发现社交媒体上的影响者对机器学习论文的推广可以显著提高其引用次数,这一现象强调了数字化学术环境中不断发展的生态系统的重要性。
- 其它亮点研究编译了超过8,000篇论文的全面数据集,涵盖了2018年12月至2023年10月的推文,以及基于出版年份、会议、和摘要主题的1:1匹配的控制组。研究发现,得到影响者认可的论文引用次数显著增加,中位数引用次数比控制组高2-3倍。此外,研究还深入探讨了受关注作者的地理、性别和机构多样性。
- 最近的相关研究包括: 1. The impact of social media on academic research 2. Social media and scholarly communication 3. The role of influencers in academic publishing
沙发等你来抢
去评论
评论
沙发等你来抢