Measuring Twitter activity of arXiv e-prints and published papers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<em>Presentation accepted at #altmetrics14 #WebSci1</em>4<br><strong><br>Introduction</strong>. In the fields of Physics, Mathematics and Computer science, depositing preprints or e-prints on arXiv is part of the publication cycle, as it provides access to papers, limits publication delays and establishes priority claims (Brooks, 2009). Between 1995 and 2011, about two-thirds of all arXiv e-prints could be matched to a journal article indexed in the Web of Science (Larivière et al., 2014). However, very little is known about the dissemination of these two versions across social media. The microblogging service Twitter has been identified as a tool used by academics and the general public to distribute, among other things, links to scholarly documents (Thelwall et al., 2013). Preliminary studies have demonstrated that the majority of tweets related to a scientific document appear shortly after its online availability, reaching a peak of activity much faster than citations and downloads (Eysenbach, 2011; Shuai, Pepe & Bollen, 2012). This suggests that an important share of tweets to papers in Physics, Computer science and Mathematics are likely to be made to the arXiv rather than the published version of the paper. This study investigates the challenges of measuring Twitter activity to the journal of record and arXiv versions of scientific documents.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle