1,720,962 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Méthode collaborative décentralisée pour la localisation et la mise à jour de cartes avec étude d’intégrité
No full textThe ability for a robot to localize itself is a central issue in mobile robotics. In environments where a GNSS-type satellite positioning system is unavailable or with degraded performance, robots can rely on stable geo-referenced map features detected by on-board sensors. The features considered in this PhD thesis are obtained from building facades and observed using 3D lidar sensors. For this purpose, an observation extraction method for lidar point clouds is proposed. This method provides the poses corresponding to the facade environments, to be used as observations for state estimation. As accurate and detailed maps are not always available, we are interested in the use of open-data and crowdsourced maps for robot localization. In this context, we propose and study a method for improving localization and map update by taking advantage of the exchange between communicating robots according to a decentralized collaboration and fusion architecture that allows the robots to maintain a certain level of autonomy. In particular, we address the case of indirect collaboration, where robots do not observe each other directly, but collaborate via the observation of common landmarks. This increases the collaboration range. The method is based on the use of the Schmidt-Kalman filter, which is well suited to manage correlations between robots while limiting communication. The states estimated by the robots during the collaboration phases are merged using the Kullback-Leibler Average to maintain good consistency. To ensure the integrity of the state estimation, the approach implements a fault detection and isolation step. Through collaboration, map faults can be detected, which is not possible when they are observed separately in standalone navigation. The method is evaluated in simulation and on real data using three experimental vehicles. The results show the added value of collaboration in improving vehicle localization, map estimation and fault detection, while maintaining a high level of consistency.La capacité pour un robot de se localiser est un élément central en robotique mobile. Dans des environnements dans lesquels un système de positionnement satellitaire de type GNSS est indisponible ou avec des performances dégradées, les robots peuvent s’appuyer sur des caractéristiques cartographiques stables et géoréférencées détectées par des capteurs embarqués. Les caractéristiques considérées dans cette thèse sont obtenues à partir des façades des bâtiments et sont observées à l’aide de capteurs lidar 3D. Pour cela, une méthode d’extraction d’observation des nuages de points lidar est proposée. Cette méthode permet d’obtenir les poses correspondant aux milieux des façades, pour servir d’observation pour l’estimation d’état. Des cartes très précises et détaillées n’étant pas toujours accessibles, nous nous intéressons ici à l’utilisation de cartes participatives ouvertes pour la localisation des robots. Dans ce contexte, nous nous attachons à proposer une méthode pour améliorer la localisation et la mise à jour des cartes en profitant de l’échange entre des robots communicants selon une architecture de collaboration et de fusion décentralisée qui permet aux robots de conserver un certain niveau d’autonomie. Nous traitons en particulier le cas de la collaboration indirecte, où les robots ne s’observent pas directement, mais collaborent via l’observation d’amers en commun. Ceci assure une augmentation de la portée de collaboration. La méthode se base sur l’utilisation du filtre de Schmidt-Kalman qui est bien adapté pour la gestion des corrélations entre les robots tout en limitant les communications. La fusion des états estimés par les robots lors des phases de collaboration est réalisée avec une moyenne de Kullback-Leibler pour maintenir une bonne consistance. Afin d’assurer l’intégrité de l’estimation d’état, l’approche met en œuvre une étape de détection et d’isolation des défauts. Grâce à la collaboration, les défauts de la carte peuvent être détectés, ce qui n’est pas possible lorsqu’ils sont observés séparément en navigation isolée. La méthode est testée en simulation et sur des données réelles utilisant trois véhicules expérimentaux. Les résultats montrent l’intérêt de la collaboration pour améliorer la localisation des véhicules, l’estimation de la carte et la détection des défauts tout en maintenant un niveau élevé de consistance
Decentralized collaborative method for localization and map update with integrity study
No full textLa capacité pour un robot de se localiser est un élément central en robotique mobile. Dans des environnements dans lesquels un système de positionnement satellitaire de type GNSS est indisponible ou avec des performances dégradées, les robots peuvent s’appuyer sur des caractéristiques cartographiques stables et géoréférencées détectées par des capteurs embarqués. Les caractéristiques considérées dans cette thèse sont obtenues à partir des façades des bâtiments et sont observées à l’aide de capteurs lidar 3D. Pour cela, une méthode d’extraction d’observation des nuages de points lidar est proposée. Cette méthode permet d’obtenir les poses correspondant aux milieux des façades, pour servir d’observation pour l’estimation d’état. Des cartes très précises et détaillées n’étant pas toujours accessibles, nous nous intéressons ici à l’utilisation de cartes participatives ouvertes pour la localisation des robots. Dans ce contexte, nous nous attachons à proposer une méthode pour améliorer la localisation et la mise à jour des cartes en profitant de l’échange entre des robots communicants selon une architecture de collaboration et de fusion décentralisée qui permet aux robots de conserver un certain niveau d’autonomie. Nous traitons en particulier le cas de la collaboration indirecte, où les robots ne s’observent pas directement, mais collaborent via l’observation d’amers en commun. Ceci assure une augmentation de la portée de collaboration. La méthode se base sur l’utilisation du filtre de Schmidt-Kalman qui est bien adapté pour la gestion des corrélations entre les robots tout en limitant les communications. La fusion des états estimés par les robots lors des phases de collaboration est réalisée avec une moyenne de Kullback-Leibler pour maintenir une bonne consistance. Afin d’assurer l’intégrité de l’estimation d’état, l’approche met en œuvre une étape de détection et d’isolation des défauts. Grâce à la collaboration, les défauts de la carte peuvent être détectés, ce qui n’est pas possible lorsqu’ils sont observés séparément en navigation isolée. La méthode est testée en simulation et sur des données réelles utilisant trois véhicules expérimentaux. Les résultats montrent l’intérêt de la collaboration pour améliorer la localisation des véhicules, l’estimation de la carte et la détection des défauts tout en maintenant un niveau élevé de consistance.The ability for a robot to localize itself is a central issue in mobile robotics. In environments where a GNSS-type satellite positioning system is unavailable or with degraded performance, robots can rely on stable geo-referenced map features detected by on-board sensors. The features considered in this PhD thesis are obtained from building facades and observed using 3D lidar sensors. For this purpose, an observation extraction method for lidar point clouds is proposed. This method provides the poses corresponding to the facade environments, to be used as observations for state estimation. As accurate and detailed maps are not always available, we are interested in the use of open-data and crowdsourced maps for robot localization. In this context, we propose and study a method for improving localization and map update by taking advantage of the exchange between communicating robots according to a decentralized collaboration and fusion architecture that allows the robots to maintain a certain level of autonomy. In particular, we address the case of indirect collaboration, where robots do not observe each other directly, but collaborate via the observation of common landmarks. This increases the collaboration range. The method is based on the use of the Schmidt-Kalman filter, which is well suited to manage correlations between robots while limiting communication. The states estimated by the robots during the collaboration phases are merged using the Kullback-Leibler Average to maintain good consistency. To ensure the integrity of the state estimation, the approach implements a fault detection and isolation step. Through collaboration, map faults can be detected, which is not possible when they are observed separately in standalone navigation. The method is evaluated in simulation and on real data using three experimental vehicles. The results show the added value of collaboration in improving vehicle localization, map estimation and fault detection, while maintaining a high level of consistency
Méthode collaborative décentralisée pour la localisation et la mise à jour de cartes avec étude d’intégrité
No full textThe ability for a robot to localize itself is a central issue in mobile robotics. In environments where a GNSS-type satellite positioning system is unavailable or with degraded performance, robots can rely on stable geo-referenced map features detected by on-board sensors. The features considered in this PhD thesis are obtained from building facades and observed using 3D lidar sensors. For this purpose, an observation extraction method for lidar point clouds is proposed. This method provides the poses corresponding to the facade environments, to be used as observations for state estimation. As accurate and detailed maps are not always available, we are interested in the use of open-data and crowdsourced maps for robot localization. In this context, we propose and study a method for improving localization and map update by taking advantage of the exchange between communicating robots according to a decentralized collaboration and fusion architecture that allows the robots to maintain a certain level of autonomy. In particular, we address the case of indirect collaboration, where robots do not observe each other directly, but collaborate via the observation of common landmarks. This increases the collaboration range. The method is based on the use of the Schmidt-Kalman filter, which is well suited to manage correlations between robots while limiting communication. The states estimated by the robots during the collaboration phases are merged using the Kullback-Leibler Average to maintain good consistency. To ensure the integrity of the state estimation, the approach implements a fault detection and isolation step. Through collaboration, map faults can be detected, which is not possible when they are observed separately in standalone navigation. The method is evaluated in simulation and on real data using three experimental vehicles. The results show the added value of collaboration in improving vehicle localization, map estimation and fault detection, while maintaining a high level of consistency.La capacité pour un robot de se localiser est un élément central en robotique mobile. Dans des environnements dans lesquels un système de positionnement satellitaire de type GNSS est indisponible ou avec des performances dégradées, les robots peuvent s’appuyer sur des caractéristiques cartographiques stables et géoréférencées détectées par des capteurs embarqués. Les caractéristiques considérées dans cette thèse sont obtenues à partir des façades des bâtiments et sont observées à l’aide de capteurs lidar 3D. Pour cela, une méthode d’extraction d’observation des nuages de points lidar est proposée. Cette méthode permet d’obtenir les poses correspondant aux milieux des façades, pour servir d’observation pour l’estimation d’état. Des cartes très précises et détaillées n’étant pas toujours accessibles, nous nous intéressons ici à l’utilisation de cartes participatives ouvertes pour la localisation des robots. Dans ce contexte, nous nous attachons à proposer une méthode pour améliorer la localisation et la mise à jour des cartes en profitant de l’échange entre des robots communicants selon une architecture de collaboration et de fusion décentralisée qui permet aux robots de conserver un certain niveau d’autonomie. Nous traitons en particulier le cas de la collaboration indirecte, où les robots ne s’observent pas directement, mais collaborent via l’observation d’amers en commun. Ceci assure une augmentation de la portée de collaboration. La méthode se base sur l’utilisation du filtre de Schmidt-Kalman qui est bien adapté pour la gestion des corrélations entre les robots tout en limitant les communications. La fusion des états estimés par les robots lors des phases de collaboration est réalisée avec une moyenne de Kullback-Leibler pour maintenir une bonne consistance. Afin d’assurer l’intégrité de l’estimation d’état, l’approche met en œuvre une étape de détection et d’isolation des défauts. Grâce à la collaboration, les défauts de la carte peuvent être détectés, ce qui n’est pas possible lorsqu’ils sont observés séparément en navigation isolée. La méthode est testée en simulation et sur des données réelles utilisant trois véhicules expérimentaux. Les résultats montrent l’intérêt de la collaboration pour améliorer la localisation des véhicules, l’estimation de la carte et la détection des défauts tout en maintenant un niveau élevé de consistance
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
- …
