Exploring and Visualizing Research Progress and Emerging Trends of Event Prediction: A Survey
Notice bibliographique
Résumé
Over the last decade, event prediction has drawn attention from both academic and industry communities, resulting in a substantial volume of scientific papers published in a wide range of journals by scholars from different countries and disciplines. However, thus far, a comprehensive and systematic survey of recent literature has been lacking to quantitatively capture the research progress as well as emerging trends in the event prediction field. Aiming at addressing this gap, we employed CiteSpace software to analyze and visualize data retrieved from the Web of Science (WoS) database, including authors, documents, research institutions, and keywords, based on which the author co-citation network, document co-citation network, collaborative institution network, and keyword co-occurrence network were constructed. Through analyzing the aforementioned networks, we identified areas of active research, influential literature, collaborations at the national level, interdisciplinary patterns, and emerging trends by identifying the central nodes and the nodes with strong citation bursts. It reveals that sensor data has been widely used for predicting weather events and meteorological events (e.g., monitoring sea surface temperature and weather sensor data for predicting El Nino). The real-time and multivariable monitoring features of sensor data enable it to be a reliable source for predicting multiple types of events. Our work offers not only a comprehensive survey of the existing studies but also insights into the development trends within the event prediction field. These findings will assist researchers in conducting further research in this area and draw a large readership among academia and industrial communities who are engaged in event prediction research.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,044 | 0,054 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».