How Do We Engage with Other Disciplines? A Framework to Study Meaningful Interdisciplinary Discourse in Scholarly Publications
本文提出了一个新颖的框架和一个定制的引用目的分类法，旨在定量评估跨学科自然语言处理（NLP）出版物如何有效地参与并吸收其他学科的思想，从而解决现有计算指标的局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正走在一座巨大的图书馆里，书架上混杂着来自不同世界的书籍——比如“计算机科学”、“心理学”和“社会学”。长期以来，图书管理员（研究人员）一直试图弄清楚这些书籍之间是如何进行交流的。
衡量这种交流的旧方法就像是统计一本书封面上有多少种不同颜色的贴纸。如果一本书有五种不同颜色的贴纸，管理员就会假设这是五个世界之间一场深刻、丰富的对话。但本文的作者认为这种做法具有误导性。仅仅因为一本书在引言部分提到了一个心理学概念，并不意味着它真的利用这个概念来构建自己的思想。它可能只是在“点名提及”（name-dropping）。
这篇论文提出了一种衡量这种对话的新方法：引用参与度预测器（Citation Engagement Predictor，简称 CEP）。
以下是他们新系统的运作方式，分为几个简单的部分：
1. 新的“目的”分类法（“为什么”）
作者没有仅仅通过计数引用，而是创建了一套新的标签，来询问：“作者为什么要包含这个特定的参考文献？”
这就像是在分析一位厨师的食谱。
- 旧方法： “这个食谱使用了来自意大利、墨西哥和日本的食材。”（仅仅是一个清单）。
- 新方法： “厨师将意大利番茄酱作为整道菜的基础（foundation），”或者“厨师使用墨西哥香料仅仅是为了定义（define）什么是‘辣’，”或者“厨师使用日本技术是为了证明（prove）他们的酱汁更好。”
他们创建了专门的类别来回答这些“为什么”的问题，例如：
- 基础 (Basis)： 被引用的思想是整篇论文赖以生存的基石。
- 证实 (Substantiation)： 被引用的思想被用作证据来证明某个观点。
- 使用 (Use)： 论文直接使用或应用了被引用的方法或工具。
- 定义 (Definition)： 论文利用引用来解释一个词语的含义。
- 相关工作 (Related Work)： 论文只是提到该引用，以表达“嘿，其他人也做过这个”，但并未对其进行构建。
2. “位置”线索（“在哪里”）
作者还意识到，引用出现在论文中的位置至关重要。
- 如果引用出现在**引言（Introduction）**部分，它可能只是在铺垫背景（就像一个背景道具）。
- 如果引用出现在**方法（Methods）或实验（Experiments）**部分，它很可能正被用作执行实际工作的工具（就像工具箱里的锤子）。
3. “引用参与度预测器”（得分）
作者构建了一个计算机模型（一个“预测器”），它结合了目的（Why）和位置（Where）来给出一个 1 到 5 的单一评分。
- 分数 1： 论文几乎没有提到其他研究工作。这是一种肤浅的致敬。
- 分数 5： 论文深度整合了其他研究工作，将其作为基础或核心工具。
他们通过让专家阅读 100 对论文及其引用，来测试这个系统，以观察计算机的分数是否与人类感受到的“深度参与”相符。计算机的表现相当出色，证明了观察引用是如何被使用的，比单纯计算有多少次引用更重要。
4. 他们的发现（案例研究）
他们将这个新系统应用于一个特定的论文群体，这些论文处于自然语言处理 (NLP)（教计算机理解人类语言）与计算社会科学 (CSS)（利用计算机研究人类社会）的交汇处。
重大发现：
他们发现，大多数这类论文在跨学科对话方面其实相当肤浅。
- “点名提及”问题： 许多论文在引言中引用社会科学的思想，仅仅是为了表达“我们知道这东西存在”，但随后并没有在构建方法时真正使用这些思想。
- “深度探索”极其罕见： 只有极小比例的论文（约 3%）真正深度参与了跨学科对话。这些罕见的论文不仅提到了某个概念，还利用该概念来定义他们的工具或证明他们的理论。
- 内部 vs 外部： 有趣的是，这些论文与计算机科学领域内部论文的参与度，往往比与社会科学领域（外部领域）论文的参与度更高。
核心结论
这篇论文就像是为研究人员提供了一个新的放大镜。与其仅仅计算一个罐子里有多少颗不同颜色的弹珠（旧方法），这个新工具观察的是那些弹珠是如何被用来建造结构的。它揭示了虽然许多研究人员声称自己在做深度的跨学科工作，但他们往往只是在浅尝辄止。作者希望这个工具能帮助科学界理解不同领域之间协作的真实深度。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。