Algoritmas, skirtas padėti mokslininkams optimizuoti savo skaitymo sąrašą

Algoritmas, skirtas padėti mokslininkams optimizuoti savo skaitymo sąrašą

Jei norite būti mokslininkas, turėsite padaryti a daug skaitymo.

Mokslas yra pastangos, orientuotos į žinių kūrimą ir dalijimąsi ja. Tyrėjai skelbia dokumentus, kuriuose išsamiai aprašomi jų atradimai, laimėjimai ir naujovės, kad galėtų pasidalinti šiais atradimais su kolegomis. Ir yra milijonai mokslinių straipsnių kiekvienais metais.

Stebėti naujausius savo srities pokyčius yra iššūkis tyrėjams visais jų karjeros etapais, tačiau tai ypač paveikia karjeros pradžioje dirbančius mokslininkus, nes jie taip pat turi perskaityti daugybę straipsnių, kurie yra jų srities pagrindas.

Ajay Satpute, psichologijos docentas ir Affective and Brain Science Lab direktorius. Ruby Wallau / Šiaurės rytų universiteto nuotrauka

„Neįmanoma visko perskaityti. Visiškai neįmanoma“, Ajay Satputedirektorius Afektyvioji ir smegenų mokslo laboratorija ir Šiaurės rytų psichologijos docentas. „Ir jei nežinai visko, kas nutiko lauke, yra reali galimybė išradinėti dviratį vėl ir vėl. Jo teigimu, iššūkis yra išsiaiškinti, kaip ekonomiškai parengti naujos kartos mokslininkus, suderinant poreikį skaityti visus svarbius straipsnius ir mokyti juos kaip atskirus mokslininkus.

Ši užduotis tik sunkėja, sako jis Alessia Iancarelli, doktorantė, studijuojanti afektinę ir socialinę psichologiją Satputės laboratorijoje. „Išleistos literatūros kiekis tik didėja“, – sako ji. “Kaip mokslininkai gali plėtoti savo mokslą šioje srityje, atsižvelgiant į šį didžiulį literatūros kiekį?” Jie turi pasirinkti, ką skaityti.

Tačiau, pasak Iancarelli, bendri požiūriai į šį prioritetų nustatymą gali apimti šališkumą ir nepaisyti esminių srities kampų. Taigi Iancarelli, Satpute ir kolegos sukūrė mašininio mokymosi metodą, kad surastų geresnį ir ne tokį šališką būdą, kaip sudaryti skaitinių sąrašą. Jų rezultatai, kurie buvo paskelbta Praėjusią savaitę žurnale PLOS One taip pat padėjo sumažinti lyčių šališkumą.

„Tikrai kyla problemų dėl to, kaip plėtojame stipendijas“, – sako Satputė. Šiuo metu mokslininkai dažnai naudos paieškos įrankį, pvz., „Google Scholar“, ir pradės nuo to, sako jis. „Arba, jei jums pasiseks, gausite nuostabų instruktorių ir turėsite puikią mokymo programą. Bet iš esmės tai bus laukas to žmogaus akimis. Taigi manau, kad tai tikrai užpildo nišą, kuri gali padėti sukurti pusiausvyrą ir tarpdalykinę stipendiją, nebūtinai turint puikų instruktorių, nes ne visi tai gauna.

Alessia Iancarelli, Šiaurės Rytų Afektinių ir smegenų mokslų laboratorijos doktorantė. Alyssa Stone / Šiaurės rytų universiteto nuotrauka

Iancarelli paaiškina, kad problema, susijusi su tokiais dalykais kaip „Google Scholar“, yra ta, kad jis pateiks jums populiariausius tos srities straipsnius, įvertintus pagal tai, kiek kitų straipsnių juos cituoja. Jei yra to lauko poaibių, kurie nėra tokie populiarūs, bet vis dar aktualūs, atliekant tokią paiešką gali būti praleisti svarbūs straipsniai tomis temomis.

Paimkite, pavyzdžiui, agresijos temą (į kurią tyrinėtojai sutelkė dėmesį kurdami savo algoritmą). Žiniasklaida ir vaizdo žaidimai yra ypač karšta tema agresijos tyrime, sako Iancarelli, todėl šiuo klausimu yra daug daugiau straipsnių nei kitomis temomis, tokiomis kaip testosterono vaidmuo ir socialinė agresija.

Taigi Iancarelli nusprendė sugrupuoti straipsnius agresijos tema į bendruomenes. Naudodama citavimo tinklo analizę ji nustatė 15 agresijos tyrimų bendruomenių. Užuot žiūrėję į neapdorotą skaičių, kiek kartų straipsnis buvo cituojamas kitame moksliniame darbe, algoritmas nustato straipsnių, kurie linkę cituoti vienas kitą arba tą patį pagrindinių straipsnių rinkinį, bendruomenę. Didžiausios bendruomenės, kurias jis atskleidė, buvo žiniasklaidos ir vaizdo žaidimai, stresas, bruožai ir agresija, agresija ir perkelta agresija, testosterono vaidmuo ir socialinė agresija. Tačiau buvo ir netikėtumų, pavyzdžiui, mažesnė mokslinių straipsnių bendruomenė, skirta agresijai ir žirgams.

Muzikos profesoriaus asistentas Psyche Loui ir psichologijos profesoriaus asistentas Ajay Satpute klausia, ar reiškinys, dėl kurio muzika kai kuriems žmonėms yra nepageidautina, taip pat gali pabloginti socialinius ryšius.  Studentas Kieranas McVeighas demonstruoja, kaip šio tyrimo metu bus naudojamos ausinės.  Ruby Wallau / Šiaurės rytų universiteto nuotrauka

„Jei naudojate bendruomenės aptikimą, į agresijos lauką gausite tikrai turtingą, detalų vaizdą“, – sako Satpute. „Jūs matote visą lauką tarsi iš paukščio skrydžio, o ne [it appearing that] agresijos laukas iš esmės yra žiniasklaida, vaizdo žaidimai ir smurtas.

Be paįvairinimo temomis Naudodami šį bendruomenės metodą, mokslininkai taip pat nustatė, kad straipsnių, kuriuose pirmosios autorės moterys buvo pavadintos įtakingomis pagal algoritmą, procentas padvigubėjo, palyginti su tuo, kai jie sutelkė dėmesį tik į bendrą citatų skaičių. (Iancarelli priduria, kad šis rezultatas gali būti neobjektyvus, nes komanda negalėjo tiesiogiai paklausti autorių apie jų lytinę tapatybę ir turėjo pasikliauti prielaidomis, pagrįstomis autoriaus vardu, paveikslu ir bet kokiais įvardžiais, vartojamais jiems nurodant . )

Komanda išleido šio algoritmo kodą, kad kiti galėtų jį naudoti ir pakartoti savo citatų tinklo analizės metodą kitose tyrimų srityse.

Iancarelli yra dar viena motyvacija: „Norėčiau panaudoti šį darbą kurdamas mokymo programą ir dėstydamas savo kursą apie žmogaus agresiją. Labai norėčiau, kad mokymo programa būtų pagrįsta pačiais aktualiausiais dokumentais iš kiekvienos skirtingos bendruomenės, kad susidarytų tikras bendras vaizdas apie žmogaus agresijos lauką.

Žiniasklaidos pasiteiravimuisusisiekite su Shannon Nargi tel s.nargi@northeastern.edu arba 617-373-5718.

Leave a Comment

Your email address will not be published.