Quantifying the selective forgetting and integration of ideas in science and technology.
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
How long will this article be remembered? How long will people reference it in their conversations, and for how many years will other authors cite its findings in their own works? A community's attention to a cultural object decays as time passes, a process known as collective forgetting. Recent work models this decay as the result of two different processes. One linked to communicative memory-memories sustained by human communication-and the other linked to cultural memory-memories sustained by the physical recording of content. Collective forgetting has significant impacts on communities, yet little is known about how the collective forgetting dynamic changes over time. Here, we study the temporal changes of collective memory and attention by focusing on two knowledge communities: inventors and physicists. We use data on patents from the United States Patent and Trademark Office (USPTO) and physics papers published by the American Physical Society (APS) to quantify those changes over time. The model enables us to distinguish between two branches of forgetting. One branch is short-lived, going directly from communicative memory to oblivion. The other branch is long-lived, going from communicative memory to cultural memory before going on to oblivion. The data analysis shows an increase in the forgetting rate for both communities as the amount of information in each of them grows. That growth of information forces knowledge communities to increase their selectivity regarding what is stored in their cultural memory. These findings confirm the forgetting as annulment hypothesis and show that knowledge communities can slow down collective forgetting and improve selectivity processes. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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