避免同行评审过程中的公地悲剧
计算机与社会
2019-01-21 v1 数字图书馆
机器学习
机器学习
摘要
同行评审是科学出版的基础，而评审任务长期以来被视为职业服务的基石。然而，机器学习领域的海量增长使这一社区福祉承受压力，威胁到有效评审过程的可持续性以及该领域的整体进展。在本立场论文中，我们认为可通过强调此服务的职业属性来避免公地悲剧结局。具体而言，我们提出一套 rubric（量规）以将评审者置于客观的评审质量标准之下。相应地，我们也建议给予评审者适当激励。作为一种可能的此类激励，我们探讨了按次评审财务补偿的想法。我们提出了合理的资助模型及对长期效应的思考。
引用
@article{arxiv.1901.06246,
title = {Avoiding a Tragedy of the Commons in the Peer Review Process},
author = {D Sculley and Jasper Snoek and Alex Wiltschko},
journal= {arXiv preprint arXiv:1901.06246},
year = {2019}
}
备注
Appeared in the 2018 Advances in Neural Information Processing Systems Workshop on Critiquing and Correcting Trends in Machine Learning