Map of Science
Zusammenfassung
Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.
Kurz
Der vorliegende Auszug beschreibt eine öffentliche interaktive Karte, die laut Text mehr als 144 Millionen Forschungsartikel aus 197 Ländern in über 91.000 Cluster gruppiert und neue Felder erkennbar machen soll. Die erwähnten Nutzungszuwächse und Verbesserungen werden im Auszug nicht näher belegt; für Details verweist er auf den vollständigen Bericht in der ACM Digital Library.
Mittel
Der vorliegende Text ist ein Auszug, kein vollständiger Bericht. Er stellt die „Map of Science“ als Werkzeug vor, das globale Forschungstrends und aufkommende wissenschaftliche oder technologische Felder sichtbar machen soll. Laut Auszug wurden mehr als 144 Millionen Artikel aus 197 Ländern anhand von Zitaten und Texteingebettungen in über 91.000 Forschungscluster eingeteilt. Diese sollen mit neuen Veröffentlichungen aktualisiert werden. Ergänzend bietet das Werkzeug laut Text LLM-gestützte Zusammenfassungen, Filter und Vorhersagen für besonders starkes Wachstum. Die interaktive Karte sei öffentlich verfügbar; auch der Clustering-Code könne öffentlich genutzt werden. Der Auszug berichtet außerdem von wachsender monatlicher Nutzung und Verbesserungen bei Modularität, Themenabgrenzung, Entitätszuordnung sowie Suche und Sortierung. Wie diese Aussagen geprüft wurden, wie genau die Vorhersagen sind und welche methodischen Grenzen bestehen, wird im vorliegenden Auszug nicht erläutert. Für den vollständigen Bericht verweist der Text auf die ACM Digital Library.
Ausführlich lesen
Der vorliegende Text ist ein Auszug zur „Map of Science“, kein vollständiger Bericht. Er beschreibt ein Werkzeug, das globale Forschung sichtbar machen und dabei helfen soll, neue wissenschaftliche und technologische Themenfelder zu erkennen. Als Motivation nennt der Text die schnell wachsende wissenschaftliche Publikationstätigkeit, durch die sich weltweite Trends nur schwer verfolgen ließen.
Den Angaben des Auszugs zufolge wurden für die Karte mehr als 144 Millionen wissenschaftliche Artikel aus 197 Ländern verarbeitet und anhand von Zitaten sowie Texteingebettungen in über 91.000 Forschungscluster gruppiert. Die Cluster sollen regelmäßig aktualisiert werden, wenn neue Artikel erscheinen. Zusätzlich nennt der Text Zusammenfassungen mit Unterstützung großer Sprachmodelle, Filterfunktionen und Vorhersagen zu besonders starkem Wachstum.
Die Ergebnisse werden in einem interaktiven, öffentlich zugänglichen Werkzeug dargestellt. Der Auszug berichtet von monatlich steigender Nutzung und Verbesserungen bei Modularität, thematischer Trennung, der Zuordnung von Entitäten sowie bei Such- und Sortierfunktionen. Karte und Clustering-Code seien öffentlich nutzbar; außerdem wird eine kurze Videodemonstration erwähnt.
Der Text enthält jedoch keine näheren Angaben dazu, wie die behaupteten Verbesserungen oder die Nutzungsentwicklung gemessen wurden, wie zuverlässig die Wachstumsvorhersagen sind oder welche Grenzen das Verfahren hat. Auch Ergebnisse einer systematischen Evaluation werden im Auszug nicht ausgeführt. Für den vollständigen Bericht verweist die Seite auf die ACM Digital Library; dieser Bericht liegt hier nicht vor.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 37 %beantwortet teilweise oder widerspricht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 54 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug