Pierwsza wizualna wyszukiwarka diagramów naukowych

W 1973 roku statystyk Francis Anscombe opracował fascynującą demonstrację pokazującą, dlaczego dane powinny być zawsze wykreślane przed analizą. Demonstracja składała się z czterech zestawów danych, które miały prawie identyczne właściwości statystyczne. Pod tym względem są one zasadniczo takie same.

Jednak po wykreśleniu zestawy danych wyglądają zupełnie inaczej. Kwartet Anscombe , jak się stało, pokazuje, jak dobra grafika pozwala ludziom analizować dane w inny sposób, myśleć i mówić o nich na innym poziomie.

Większość naukowców zdaje sobie sprawę, jak ważna jest dobra grafika w przekazywaniu złożonych pomysłów. Trudno opisać na przykład strukturę DNA bez diagramu.

A jednak niewiele jest dowodów na to, że dobra grafika jest ważną częścią naukowego przedsięwzięcia. Znaczenie dobrej grafiki może wydawać się oczywiste, ale bez dowodów jest to tylko hipoteza.

Dziś to się zmienia dzięki pracy Po-shen Lee z kolegami z University of Washington w Seattle, którzy wykorzystali algorytm widzenia maszynowego do wyszukiwania grafik w artykułach naukowych, a następnie ich analizy i klasyfikacji. Praca ta po raz pierwszy pokazuje, że grafika odgrywa ważną rolę w procesie naukowym. Odkryliśmy istotną korelację między wpływem naukowym a wykorzystaniem informacji wizualnej, gdzie dokumenty o większym wpływie zwykle zawierają więcej diagramów, a w mniejszym stopniu więcej wykresów i fotografii, mówią.

Ci faceci zaczynają od pobrania 4,8 miliona danych z 650 000 artykułów naukowych z internetowej bazy danych PubMed Central, która zawiera artykuły głównie z nauk przyrodniczych i biomedycyny. Następnie Lee i spółka nauczyli algorytmu widzenia maszynowego, aby podzielić liczby wielowykresowe na części składowe. To zwiększyło bazę danych do około 10 milionów danych do analizy, z czego 67 procent pochodzi z danych wielowykresowych.

Następnie zespół nauczył algorytm rozpoznawania pięciu różnych typów figur: diagramów, zdjęć, tabel, wykresów danych i równań. Najczęstsze okazują się wykresy danych, które stanowią 35 procent całości, a następnie zdjęcia (22 procent), diagramy (20 procent) i równania (17 procent). Tabele stanowią tylko 5 procent bazy danych.

Następnie naukowcy przeanalizowali, jak ta dystrybucja zmieniała się w zależności od czasopisma, dyscypliny i w czasie. Odkryliśmy, że rozmieszczenie figur i typów figur w literaturze pozostało stosunkowo stałe w czasie, ale może się znacznie różnić w zależności od dziedziny i tematu.

Ale ich najbardziej niezwykłym odkryciem jest to, że artykuły odnoszące największe sukcesy mają zwykle więcej liczb. Porównując liczbę diagramów w dokumencie z ich wpływem, zespół dochodzi do wniosku, że idee o dużym wpływie są zwykle przedstawiane wizualnie.

Lee i wsp. twierdzą, że istnieją dwa możliwe wytłumaczenia tego: informacje wizualne poprawiają przejrzystość artykułu, prowadząc do większej liczby cytowań i większego wpływu, lub że artykuły o dużym wpływie naturalnie zawierają nowe, złożone pomysły, które wymagają wizualnego wyjaśnienia.

Oczywiście przed nami praca. Lee i spółka doskonale zdają sobie sprawę z uprzedzeń PubMed Central do nauk przyrodniczych i biomedycyny. Więc oczywistym następnym krokiem jest włączenie diagramów z nauk fizycznych. Fizyka arXiv jest oczywistym źródłem do wykorzystania.

Zespół chce również zbadać właściwości różnych reprezentacji danych. Ich celem jest zbadanie, jak skutecznie różne typy diagramów przekazują informacje, uzyskując dowody, które mogą przekształcić czarną sztukę projektowania diagramów w naukę.

To interesująca praca, która stanowi podstawę zupełnie nowego rodzaju nauki. Zespół nazywa to viziometrią, nauką o informacji wizualnej. Odzwierciedla to bibliometrię, która jest badaniem statystycznym publikacji, oraz scjentometrię, która jest badaniem nauk o pomiarach.

Prace pozostawiają ważną spuściznę. Lee i spółka udostępnili swoją bazę danych, którą można przeszukiwać i udostępniać pod adresem www.viziometrics.org . To sprawia, że ​​przeglądanie jest interesujące — wystarczy wpisać termin naukowy, a wyszukiwarka zwróci szeroką gamę diagramów, zdjęć itp. związanych z tym tematem.

To pozwala naukowcom przeszukiwać literaturę naukową na innym poziomie abstrakcji. Innymi słowy, pozwala im rozumować na temat nauki i danych w nowy sposób. Jest to z pewnością potężne nowe narzędzie, które może mieć ogromny wpływ na sposób, w jaki tworzymy, wyszukujemy i uzyskujemy dostęp do informacji naukowych. Anscombe z pewnością byłby zdumiony.

Nr ref.: arxiv.org/abs/1605.04951 : Viziometrics: Analiza informacji wizualnych w literaturze naukowej

ukryć