skip to main |
skip to sidebar
Науковці з Нанкінського сільськогосподарського університету вирішили з’ясувати, чи впливає повторне використання наукових даних (dataset reuse) на цитованість публікацій. Хоча різні агітатори люблять запевняти, що відкритість даних є однією з ключових цінностей сучасної науки, у скептиків досі залишаються сумніви: чи не зменшує повторне використання даних новизну дослідження і, відповідно, його науковий вплив? Дослідники проаналізували публікації з PubMed Central Open Access Subset у галузі біомедичних та наук про життя й ідентифікували три типи поведінки: self-reuse – автори повторно використовують власні дані; reuse-of-others – використання чужих відкритих даних; non-reused – дані, які згадуються лише один раз.
Команда Google DeepMind спільно з істориками з університетів Оксфорду, Ноттінгема й Уоріка, презентували Aeneas (Еней) – генеративну нейромережу, створену для того, щоб допомогти вченим відновлювати пошкоджені тексти, визначати їх географічне та хронологічне походження й знаходити паралелі між написами. Автори на сторінках журналу Nature запевняють, що результати роботи цього ШІ-інструмента просто дивовижні: 90% істориків визнали знайдені паралелі корисними для подальших досліджень, похибка датування скоротилася з 31 до 14 років, точність географічного визначення зросла з 27% до 68%, а помилка при відновленні текстів знизилася з 39% до 21%.
