引文市场是否奖励可复现的工作？

Edward Raff

引文市场是否奖励可复现的工作？

数字图书馆 2022-04-11 v1 人工智能机器学习

作者: Edward Raff

摘要

研究引文与行为的文献计量学领域对可复现性讨论至关重要。引文是学术工作的主要激励与奖励系统之一，因此我们期望知道这种激励是否奖励可复现的工作。然而据我们所知，仅有一项工作试图考察这一交叉领域，其结论是不可复现的工作被引用更多。我们表明回答该问题比最初提出的更具挑战性，且微妙问题会阻碍稳健结论。为获得更稳健行为的推断，我们提出一个分层贝叶斯模型，该模型纳入随时间的引文率，而非固定时间后的引文总数。借此我们表明，基于当前证据，答案更可能是某些研究领域如医学和机器学习(ML)确实将可复现工作与更多引文相关联，但其他领域似乎无关系。此外，我们发现提供代码和充分引用先前工作也似乎与引文增加呈正相关。我们的代码和数据可在 https://github.com/EdwardRaff/ReproducibleCitations 找到。

关键词

文献计量学引文可复现性分层贝叶斯模型引文率跨领域分析开放代码

引用

@article{arxiv.2204.03829,
  title  = {Does the Market of Citations Reward Reproducible Work?},
  author = {Edward Raff},
  journal= {arXiv preprint arXiv:2204.03829},
  year   = {2022}
}

备注

To be presented at the ML Evaluation Standards Workshop at ICLR 2022

引文市场是否奖励可复现的工作？

摘要

关键词

引用

备注

相关论文