Nature が「1 つの原稿に対する複数の投稿」を手放す時が来たという記事を掲載しました。
「私たちの論文を溜め込むのはやめてください」と、Nature コラムに学者からの寄稿が掲載されています。
この記事は、雑誌に対し、「単一投稿ルール」 および 「1 つの原稿に対する複数投稿」の合理性を再考するよう求めています。持ち上げられる。
#Dritjon Gruda が原稿を提出した理由は、多くの科学研究者と同様に、彼も何度も原稿を提出した後に長い待ち時間を経験したためです:
時々 論文を送りましたが、フィードバックが届くまで半年以上かかり、結局リジェクトを告げられ、無駄に待ってしまい、出版のベストタイミングを逃してしまいました。
「論文を同時に別の場所に提出できていれば、この状況は避けられたのに」と彼は言いました。
記事の中で、彼は自身の経験を共有し、単一投稿ルールを取り消したい理由を説明し、最後に著者にいくつかの提案をしました。
この記事が公開されると、すぐにネチズンの反響を呼びました:
投稿の準備をしており、投稿するジャーナルをまだ選択している者として、私も完全に同意します。# しかし、一部のネチズンは単一投稿ルールの取り消しに同意していません。主な理由は、査読が難しくなるからです。
一部のネチズンもこの問題を検討しており、レビュー支援ツールを開発していると述べています。
ネットユーザーの中には、基本的にジャーナルには投稿しないと言う人もいます。
#単一の送信ルールを変更する必要があるのはなぜですか?
「複数投稿」の禁止は、著作権の維持が非常に困難だったデジタル化以前の時代に始まりました。ジャーナル編集者は、
物理的な原稿と、査読者の数を審査する必要がありました。限定されました。限定されました。 当時、この規制は科学研究の質を保証するものであり、主要な審査メカニズムとして唯一の査読が使用され、「チェック」によって検証された高品質の研究のみが保証されていました。学術コミュニティに入ることができます。
現在、Dritjon Gruda は、この禁止は時代遅れであり、場合によっては非常に不公平であると考えています:デジタル化により、多くの仕事が自動化されました。査読者はどこにいても、タイムリーに原稿をレビューできます。
複数の投稿が査読システムを圧倒するのではないかという懸念には証拠が不足しており、研究者の負担の方が大きいです。これは、若手科学者や学界で過小評価されている研究経歴を持つ科学者にとって特に有害です。彼らにとって、この遅れはイライラするだけでなく、キャリア開発を妨げる大きな問題でもあります。同氏はさらに、この禁止措置は、特にタイムリーな知識共有が非常に重要である気候科学や健康医学などの分野において、科学情報の迅速な普及を妨げるものでもあると付け加えた。
Dritjon Gruda も自身の経験を共有しました。
以前、彼の同僚は協力してメンタルヘルスを調査する論文を執筆し、その論文を関連分野のトップジャーナルに投稿しました。しかし、論文は発行後数か月間棚上げされ、査読にも送られなかった。
彼らはジャーナルに複数の電子メールを送信しましたが、進展はなく、最終的には取り下げて別の場所に再投稿する必要がありました。その結果、論文を出版する最良の機会が失われます。
またあるとき、査読者が論文をすぐに査読したにもかかわらず、ジャーナル編集者は次の査読者が見つからないと言い、Dritjon Gruda に推薦できるか尋ねました。著者による査読者の推薦が査読プロセスの客観性と厳密さに影響を与える可能性があることを考慮して、ドリジョン・グルーダ氏は当時躊躇したが、最終的に査読者を推薦した。
9 か月もの長い待ち時間の後、ドリジョン グルーダが率先してこの期間中に何度かフォローアップを行った後、編集者は自分たちの論文が無視されていることに気づきました。
ようやく、修正を経て、ようやく論文が出版されましたが、それは「ほぼ1年後」でした。
「一度に申請できるのは 1 つだけです。フィードバックが得られるまでに数か月待たなければなりません。待つのは無駄です。」ドリジョン グルーダ氏は、これでは不満を感じるだろうと語った。
私のキャリアを通じて、論文が遅れるたびに、それは私にとって単なる専門的な小さな問題ではなく、痛いところを突いていました。休憩中やおしゃべりの際にも、より良いルールを作るために同僚と話し合いました。
科学出版は、オープンアクセス、プレプリント、さらには X (Twitter) やスレッドなどのソーシャル プラットフォームに対応するように発展してきました。しかし、複数のジャーナルに同時に原稿を投稿することの禁止は続いている。
著者への提案
Dritjon Gruda は、単一投稿ルールによって引き起こされる問題を解決する前に、論文の出版遅延による影響を最小限に抑えたいと考え、著者にいくつかの提案を行いました。
早期コミュニケーション
論文を正式に投稿する前に、ジャーナル編集者と事前連絡を取り、その論文に興味があるかどうかを確認することができます。編集者の中には、建設的なフィードバックを提供し、有望だと思われる論文を迅速に処理する人もいます。
雑誌の格付け
影響度の高いものから低いものまで等級付けした対象ジャーナルの十分に調査されたリストを作成します。最初に選択したジャーナルが拒否された場合は、リスト上の次のジャーナルにすぐに移動できるため、ジャーナルの選択に時間を無駄にすることがなくなります。
継続的なフォローアップ
投稿後は、ジャーナルと定期的に連絡を取ります。ほとんどのレビューは 90 日以内に完了するとジャーナルに記載されている場合は、その直後にレビューをプッシュできます。
Dritjon Gruda は、この戦略が最も有用であると信じています。重要なのは、コミュニケーションのプロセス全体を通して敬意を持ち、小言を言わないことです。
プロフェッショナルな関係
トップジャーナルでなくても、どのジャーナルが論文をより迅速にレビューしたり、効果的にコミュニケーションをとったりするかを知るために、プロフェッショナルな関係を活用してください。これは、会議に出席すべき重要な理由の 1 つです。
プレプリント アーカイブ
自分の分野に関連するプレプリント サーバーを使用して、この作業の公開記録として原稿をアップロードします。査読中の論文を他の人が閲覧したり引用したりできるようにします。
ソーシャル メディアを使用する
ResearchGate や LinkedIn などのプラットフォームでプレプリントを共有して、自分の研究に早期に注目を集め、非公式のフィードバックを収集します。
並行プロジェクト
論文が投稿プロセスでブロックされた場合、他のプロジェクトを同時に実行できます。
変化の推進
現在のルールに関するディスカッションに参加するか、ディスカッションを開始します。学術ブログ、ウェビナー、専門家会議などを利用して、単一の投稿ルールによって引き起こされる非効率性や不公平性について話し合います。
以上がNature が「1 つの原稿に対する複数の投稿」を手放す時が来たという記事を掲載しました。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









StableDiffusion3 の論文がついに登場しました!このモデルは2週間前にリリースされ、Soraと同じDiT(DiffusionTransformer)アーキテクチャを採用しており、リリースされると大きな話題を呼びました。前バージョンと比較して、StableDiffusion3で生成される画像の品質が大幅に向上し、マルチテーマプロンプトに対応したほか、テキスト書き込み効果も向上し、文字化けが発生しなくなりました。 StabilityAI は、StableDiffusion3 はパラメータ サイズが 800M から 8B までの一連のモデルであると指摘しました。このパラメーター範囲は、モデルを多くのポータブル デバイス上で直接実行できることを意味し、AI の使用を大幅に削減します。

フランスのパリで開催されたコンピュータービジョンのトップカンファレンス「ICCV2023」が閉幕しました。今年の論文賞はまさに「神と神の戦い」です。たとえば、最優秀論文賞を受賞した 2 つの論文には、ヴィンセント グラフ AI の分野を覆す研究である ControlNet が含まれていました。 ControlNet はオープンソース化されて以来、GitHub で 24,000 個のスターを獲得しています。拡散モデルであれ、コンピュータ ビジョンの全分野であれ、この論文の賞は当然のことです。最優秀論文賞の佳作は、同じく有名なもう 1 つの論文、Meta の「Separate Everything」「Model SAM」に授与されました。 「Segment Everything」は、発売以来、後発のものも含め、さまざまな画像セグメンテーション AI モデルの「ベンチマーク」となっています。

Neural Radiance Fieldsは2020年に提案されて以来、関連論文の数が飛躍的に増加し、3次元再構成の重要な分野となっただけでなく、自動運転の重要なツールとして研究の最前線でも徐々に活発になってきています。 NeRF は、過去 2 年間で突然出現しました。その主な理由は、特徴点の抽出とマッチング、エピポーラ幾何学と三角形分割、PnP とバンドル調整、および従来の CV 再構成パイプラインのその他のステップをスキップし、メッシュ再構成、マッピング、ライト トレースさえもスキップするためです。 、2D から直接入力画像を使用して放射線野を学習し、実際の写真に近いレンダリング画像が放射線野から出力されます。言い換えれば、ニューラル ネットワークに基づく暗黙的な 3 次元モデルを指定されたパースペクティブに適合させます。

AAAI 2023 の論文提出期限が近づいていたとき、AI 投稿グループの匿名チャットのスクリーンショットが突然 Zhihu に表示されました。そのうちの1人は、「3,000元で強力なサービスを提供できる」と主張した。このニュースが発表されるとすぐに、ネットユーザーの間で国民の怒りを引き起こした。ただし、まだ急ぐ必要はありません。 Zhihuのボス「Fine Tuning」は、これはおそらく単に「言葉による喜び」である可能性が高いと述べた。 『ファイン・チューニング』によると、挨拶や集団犯罪はどの分野でも避けられない問題だという。 openreview の台頭により、cmt のさまざまな欠点がますます明らかになり、小さなサークルが活動できる余地は将来的には小さくなるでしょうが、余地は常にあります。これは個人の問題であり、投稿システムや仕組みの問題ではないからです。オープンRの紹介

生成 AI は人工知能コミュニティに旋風を巻き起こし、個人も企業も、Vincent 写真、Vincent ビデオ、Vincent 音楽など、関連するモーダル変換アプリケーションの作成に熱心になり始めています。最近、ServiceNow Research や LIVIA などの科学研究機関の数人の研究者が、テキストの説明に基づいて論文内のグラフを生成しようとしました。この目的のために、彼らは FigGen の新しい手法を提案し、関連する論文も TinyPaper として ICLR2023 に掲載されました。絵用紙のアドレス: https://arxiv.org/pdf/2306.00800.pdf 絵用紙のチャートを生成するのは何がそんなに難しいのかと疑問に思う人もいるかもしれません。これは科学研究にどのように役立ちますか?

2017 年に初めて開催されて以来、CoRL はロボット工学と機械学習の交差点における世界トップクラスの学術会議の 1 つになりました。 CoRL は、理論と応用を含むロボット工学、機械学習、制御などの複数のトピックをカバーするロボット学習研究のための単一テーマのカンファレンスであり、2023 年 CoRL カンファレンスは 11 月 6 日から 9 日まで米国アトランタで開催されます。公式データによると、今年は25か国から199本の論文がCoRLに選ばれた。人気のあるトピックには、演算、強化学習などが含まれます。 CoRLはAAAIやCVPRといった大規模なAI学会に比べて規模は小さいものの、今年は大型モデル、身体化知能、ヒューマノイドロボットなどの概念の人気が高まる中、関連研究も注目されるだろう。

ちょうど今、CVPR 2023 が次のような記事を発表しました: 今年は記録的な 9,155 件の論文 (CVPR2022 より 12% 増) を受け取り、2,360 件の論文を受理し、受理率は 25.78% でした。統計によると、CVPRへの投稿数は2010年から2016年の7年間で1,724件から2,145件に増加しただけです。 2017年以降は急上昇して高度成長期に入り、2019年には初めて5,000件を超え、2022年には投稿数が8,161件に達した。ご覧のとおり、今年は合計 9,155 件の論文が投稿され、確かに記録を樹立しました。流行が緩和された後、今年のCVPRサミットはカナダで開催される予定だ。今年はシングルトラックカンファレンスとなり、従来の口頭選考は中止される。グーグルリサーチ

誰もが独自の大規模モデルのアップグレードと反復を継続するため、コンテキスト ウィンドウを処理する LLM (大規模言語モデル) の能力も重要な評価指標になりました。たとえば、スター モデル GPT-4 は 32,000 のトークンをサポートしており、これは 50 ページのテキストに相当します。OpenAI の元メンバーによって設立された Anthropic は、Claude のトークン処理能力を 100,000 (約 75,000 ワード) に増加させました。 「ハリー・ポッター」をワンクリックで要約するのと同じ「まず。 Microsoft の最新の調査では、今回は Transformer を 10 億トークンまで直接拡張しました。これにより、コーパス全体やインターネット全体を 1 つのシーケンスとして扱うなど、非常に長いシーケンスをモデル化するための新しい可能性が開かれます。比較のため、一般的な
