The dissemination and the reach of scientific knowledge have increased at a blistering pace. In this context, e-print servers have played a central role by providing scientists with a rapid and open mechanism for disseminating research without having to wait for the (lengthy) peer-review process. While helping the scientific community in several ways, e-print servers also provide scientific communicators and the general public with access to a wealth of knowledge without having to pay hefty subscription fees. Arguably, e-print servers' value has never been so evident, for better or worse, as during the COVID-19 pandemic. This motivates us to study how e-print servers are positioned within the greater Web, and how they are "used" on Web communities. Using data from Reddit (2005-2021) and 4chan's Politically Incorrect board (2016--2021), we uncover a surprisingly diverse set of communities discussing e-print papers. We find that real-world events and distinct factors influence the e-prints people are talking about. For instance, there was a sudden increase in the discussion of e-prints, corresponding to a surge in COVID-19 related research, in the first phase of the pandemic. We find a substantial difference in the conversation around e-prints and their actual content; in fact, e-prints are often being exploited to further conspiracy theories and/or extremist ideology. Overall, our work further highlights the need to quickly and effectively validate non peer-reviewed e-prints that get substantial press/social media coverage, as well as mitigate wrongful interpretations of scientific outputs.


翻译:在这种背景下,电子印刷服务器发挥了中心作用,它为科学家们提供了一个快速和开放的传播研究的机制,而不必等待(长期)同行审查进程。电子印刷服务器也以多种方式帮助科学界,同时也为科学界提供了科学传播者和大众提供了获取大量知识的机会,而不必支付高昂的订阅费。可以说,电子印刷服务器的价值从未如此明显,在COVID-19大流行期间也是如此。这促使我们研究电子印刷服务器如何在更大的网络中定位,如何在网络社区中“使用”这些服务器。在利用Reddit(2005-2015-2021年)和4chan的政治错误版(2016-2021年)的数据的同时,我们发现了一系列令人惊讶的多样化社区讨论电子印刷文件,我们发现真实世界事件和不同因素进一步影响着我们的电子印刷人员。例如,电子印刷的讨论中突然增加了电子印刷内容,这与CVID-19大范围电子印刷的不准确性研究相对应,在实际的性别统计中,我们发现电子印刷方面的大量电子出版需要进一步减少其真实性研究。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
已删除
将门创投
11+阅读 · 2019年8月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
【音乐】Attention
英语演讲视频每日一推
3+阅读 · 2017年8月22日
Arxiv
0+阅读 · 2022年1月6日
Arxiv
0+阅读 · 2022年1月6日
A Survey on Automated Fact-Checking
Arxiv
8+阅读 · 2021年8月26日
Arxiv
30+阅读 · 2021年8月18日
VIP会员
相关VIP内容
相关资讯
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
已删除
将门创投
11+阅读 · 2019年8月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
医学 | 顶级SCI期刊专刊/国际会议信息4条
Call4Papers
5+阅读 · 2018年12月28日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
【音乐】Attention
英语演讲视频每日一推
3+阅读 · 2017年8月22日
Top
微信扫码咨询专知VIP会员