跳到正文
事件追踪已归档

西北大学团队用学习清单降低同行评审抽签误差

首次报道 最新进展 1 篇报道,1 个来源

事件综述根据 1 篇报道整理,10月22日更新

西北大学 Xuanyou Liu 等提出一种方法:从历史同行评审语料中学习一份可对照论文核查的评审清单,以减少小规模审稿委员会因审稿人不同而产生的抽签误差。团队称,该方法能降低这一误差。 具体做法是把每条评审拆成原子论断,筛出论文本身可判定的部分,再聚成清单树;选择清单粒度时,以同一论文两位审稿人之间的一致性高于不同论文审稿人之间的一致性为依据。 该研究以 arXiv 预印本形式发布,尚未见同行评审或复现结果。

综述由模型根据报道生成,细节以各篇原文为准。

进展时间线

北京时间,最早在上
  1. arXiv cs.DL 数字图书馆学习清单降低同行评审抽签误差

    阅读这篇报道

全部报道

1 篇,点开看摘要
西北大学团队学习同行评审清单以降低审稿抽签误差arXiv cs.DL 数字图书馆预印本未入选

西北大学团队提出用历史评审语料学习一份可对照论文核查的评审清单,以降低小规模审稿委员会的抽签误差。方法把每条评审拆成原子论断,筛出论文本身可判定的部分,再聚成清单树,用同一论文两位审稿人之间的一致性高于不同论文审稿人的程度来选粒度。

阅读这篇报道