科学语料库中的文本复用模式
数字图书馆
2014-12-09 v1 物理与社会
摘要
我们通过对1991年至2012年间提交至arXiv.org的所有文章进行文本内容的系统性成对比较，研究了研究人员文本“复用”的发生率。我们测量了三类文本复用的全局频率，并衡量了数据集中作者之间长期文本复用的分布情况。我们推断出一个可接受实践的基线，与其他社会语境相比，该基线可能出人意料地宽松，并划定了一组明显异常的异常作者。我们发现，一篇文章中复用文本的数量与其影响力（通过后续引用衡量）之间存在负相关。最后，我们考察了包含大量复用文本的文章的所属国家分布。
引用
@article{arxiv.1412.2716,
title = {Patterns of Text Reuse in a Scientific Corpus},
author = {Daniel T. Citron and Paul Ginsparg},
journal= {arXiv preprint arXiv:1412.2716},
year = {2014}
}
备注
6 pages, plus 10 pages of supplementary material. To appear in PNAS (online 8 Dec 2014)