2.1.3. Data CollectionBased on read

2.1.3. Data Collection
Based on reading the 59 articles in the set, we have then collected information about each one. First of all, a set of metadata elements were collected, according to the following:

– Year of publication
– Number of authors
– Author affiliations
– Author nationality (according to the affiliation)
– Type of publication (i.e., journal article, book chapter, conference paper, or workshop paper)

In addition to these the topics of the articles were clas- sified along three dimensions; (i) theoretical or ap- plied research, (ii) main Semantic Web contribution, and (iii) type of DSS. Here we have chosen to classify something as theoretical research if the paper does not describe a system or other implementation, e.g., use case or empirical study, for the results. The category for applied research thereby represent those contribu- tions consisting of an implementation of some sort, ei- ther technical, such as a software system, or organiza- tional in terms of a case study or similar. In addition to these two categories we have singled out survey papers and position papers, which cannot normally be classi- fies into either of the two previous categories.
The main Semantic Web contribution has been clas- sified according to what Semantic Web technologies or approaches are at focus in the paper. The cate- gories were derived a-priori from the lists of confer- ence topics of the research track of the past four In- ternational Semantic Web Conferences. These topics have been quite stable, at least as far back as 2008, where only one new category has appeared (NLP - rep- resenting the increased hybridization of NLP and Se- mantic Web technologies) and one category has been replaced (“Applications of the Semantic Web” is re- placed with “Semantic Web Engineering”). The latter is most likely due to the presence of a specific “in use” track where applications are the main focus, hence, the research track now only targets the development rather than the applications themselves. We have cho- sen not to include the old “applications” category in our categorization, simply because we view the inter-section between DSS and Semantic Web technologies as one such application area, hence, all papers could be viewed as belonging to that category. Based on this, we end up with the following 6 categories, where the names and explanations have been slightly tailored to this study:

– Semantic Web data – representation languages, storage, search and querying of Semantic Web data, e.g., RDF data and Semantic Web Ser- vices, including approaches for using or produc- ing linked data, as well as quality assurance and provenance tracking of data.
– Ontologies and semantics – representation lan- guages and patterns, engineering, management, retrieval and usage of Semantic Web ontologies and rules, including reasoning services and rule execution engines.
– Semantic Web engineering and development - building of Semantic Web applications, methods, tools and evaluations of applications.
– Natural Language Processing (NLP) – machine learning and information extraction for the Se- mantic Web, Semantic Web population from text or from exploiting tags and keywords, or using semantic technologies to perform NLP.
– Social Semantic Web – social networks and pro- cesses, collaboration and cooperation, context awareness and user modelling, trust, privacy, and security.
– User interfaces – interaction with and creation of Semantic Web data and models, information pre- sentation, visualization and integration, personal- ization.

To exemplify how these categories have been assigned, assume a paper presenting an approach to use ontolo- gies for information integration and subsequently pre- senting that information using a novel visualization method exploiting the underlying semantics of the in- formation. Such a paper would be classified as belong- ing to both the second and final category of the list above, while an application using ontologies for infor- mation integration, but using standard user interface components not tailored to the Semantic Web, would be classified as belonging only to the second category of the list. Similarly a paper discussing privacy and security has only been assigned the social Semantic Web category if Semantic Web-related technologies in some way contribute to those issues or their solution. Hence, we have only classified the contribution of the Semantic Web technologies used in the paper into these categories, not the overall approach of the paper, and each paper may have multiple classifications.
Finally, we have studied the type of DSS addressed in the paper. For this we have used the categories of DSS listed in [11], as presented in the bullet list of Section 1.1. We have slightly adapted one of the cate- gory definitions, compared to [11]; a personal DSS is not restricted to a DSS that is tailored for, or used by, only a small number of users, instead we define a per- sonal DSS as being targeted tow

ผลลัพธ์ (ไทย) 1:

2.1.3 รวบรวมข้อมูลตามอ่านบทความชุดนี้ 59 เรามีแล้วเก็บรวบรวมข้อมูลเกี่ยวกับแต่ละ ประการแรก ชุดขององค์ประกอบ metadata ถูกรวบรวมไว้ ตามต่อไปนี้:-ปีที่พิมพ์– จำนวนของผู้เขียน-เข้าสังกัดผู้เขียน-สัญชาติผู้เขียน (ตามสังกัด)– ชนิดของสิ่งพิมพ์ (เช่น สมุดบทความ บทที่ ประชุมกระดาษ หรือกระดาษประชุมเชิงปฏิบัติการ)นอกจากนี้ หัวข้อของบทความได้ sified clas ตามสามมิติ (i) ทฤษฎี หรือ ap - plied วิจัย ผลงานเว็บเชิงความหมาย (ii) หลักของโครงการ และ (iii) ชนิดของ DSS ที่นี่เราเลือกในการจัดประเภทสิ่งที่วิจัยทฤษฎีถ้ากระดาษอธิบายระบบหรือใช้งานอื่น ๆ เช่น ใช้ผล หรือกรณีศึกษา เพื่อให้ได้ผล ประเภทการวิจัยประยุกต์จึงแสดงที่ contribu-tions ประกอบด้วยการดำเนินการบางอย่าง เทคนิคเธอ ei เช่นซอฟต์แวร์ระบบ หรือ organiza-tional ในกรณีศึกษา หรือคล้ายกัน นอกจากนี้ประเภทสองเราได้กลั่นกรองเอกสารการสำรวจและเอกสารตำแหน่ง ซึ่งโดยปกติไม่สามารถ classi fies ในทั้งสองประเภทก่อนหน้านี้ส่วนเว็บเชิงความหมายหลักได้ sified clas ตามเทคโนโลยีเว็บเชิงความหมายหรือวิธีใดบ้างที่เน้นในกระดาษ Cate-gories รับได้แรกสุดจากรายการของหัวข้อประสาท ence การติดตามวิจัยการผ่านมาสี่ใน ternational ความหมายเว็บประชุมได้ หัวข้อเหล่านี้ได้ค่อนข้างมีเสถียรภาพ น้อย as far back as 2008 ที่ใหม่ประเภทเดียวมีปรากฏ (NLP -ตัวแทน - resenting hybridization เพิ่ม NLP และ Se - เทคโนโลยีเว็บ mantic) และประเภทหนึ่งถูกแทน ("โปรแกรมประยุกต์ของเว็บเชิงความหมาย" คือ re--อยู่กับ "ความหมายเว็บวิศวกรรม") หลังมีแนวโน้มมากที่สุดเนื่องจากการ "ในการใช้" ติดตามโฟกัสหลักใช้งาน ดังนั้น ติดตามงานวิจัยขณะนี้เฉพาะเป้าหมายการพัฒนาแทนที่ใช้งานเอง เรามีเซนโจการประเภท "โปรแกรมประยุกต์" เก่าในการจัดประเภทของเรา เพียง เพราะเราดูส่วนระหว่างระหว่างเทคโนโลยี DSS และเว็บเชิงความหมายเป็นหนึ่งเช่นแอพพลิเคชัน ดังนั้น เอกสารทั้งหมดอาจดูเป็นของประเภทนั้นได้ ตามนี้ เราจบลงด้วยการประเภทต่อไปนี้ 6 ซึ่งชื่อและคำอธิบายมีได้เล็กน้อยเหมาะกับการศึกษานี้:-ความหมายเว็บข้อมูล – นำเสนอภาษา จัดเก็บ ค้นหา และสอบถามของเว็บเชิงความหมายข้อมูล เช่น ข้อมูล RDF และความหมาย Web Ser - vices รวมทั้งวิธีใช้ หรือข้อมูลการเชื่อมโยงกำลังผลิตภัณฑ์เซรามิค เป็นคุณภาพประกันและ provenance ติดตามข้อมูล– Ontologies และความหมาย – แสดงลาน guages และรูปแบบ วิศวกรรม บริหาร เรียก และใช้เว็บเชิงความหมาย ontologies และกฎ รวมทั้งด้านบริการและกลไกการดำเนินการกฎ-ความหมายเว็บวิศวกรรมและพัฒนา - โปรแกรมสร้างเว็บเชิงความหมาย วิธีการ เครื่องมือและการประเมินของโปรแกรมประยุกต์-ธรรมชาติภาษาแปรรูป (NLP) – เครื่องเรียนและข้อมูลแยกสำหรับ Se - mantic เว็บ ประชากรเว็บเชิงความหมาย จากข้อความ หรือ จาก exploiting แท็กและคำสำคัญ หรือใช้เทคโนโลยีความหมายทำ NLP–เว็บเชิงความหมายสังคม – สังคมเครือข่ายและ pro-cesses ความร่วมมือ และความร่วมมือ คำนึงถึงบริบท และผู้ใช้สร้างแบบ จำลอง เชื่อถือ ความเป็นส่วนตัว และความปลอดภัย– ผู้ใช้อินเทอร์เฟซ – โต้ตอบกับและสร้างเว็บเชิงความหมายข้อมูลและแบบจำลอง ข้อมูลก่อน sentation แสดงภาพประกอบเพลง และ รวม ส่วนบุคคล-izationการ exemplify วิธีประเภทเหล่านี้ได้รับมอบหมาย สมมติกระดาษที่นำเสนอวิธีการใช้ ontolo gies senting มาก่อนและรวมข้อมูลข้อมูลนั้นโดยใช้วิธีการแสดงภาพประกอบเพลงนวนิยาย exploiting ความหมายพื้นฐานของในก่อ กระดาษดังกล่าวจะจัดประเภทเป็นเป็นกำลังให้ทั้งสอง และสุดท้ายประเภทของรายการด้านบน ในขณะที่โปรแกรมประยุกต์ใช้ ontologies รวม infor mation แต่ใช้คอมโพเนนต์อินเตอร์เฟซผู้ใช้มาตรฐานที่ไม่เหมือนกับเว็บเชิงความหมาย จะจัดประเภทเป็นของเฉพาะประเภทสองของรายการ ทำนองเดียวกัน กระดาษที่สนทนาความเฉพาะได้ประเภทเว็บเชิงความหมายสังคมถ้านำเทคโนโลยีเว็บเชิงความหมายที่เกี่ยวข้องในบางวิธีการปัญหาดังกล่าวโซลูชัน ดังนั้น เราได้เฉพาะประเภทของเทคโนโลยีเว็บเชิงความหมายที่ใช้ในเอกสารเป็นประเภทเหล่านี้ ไม่วิธีรวมของกระดาษ กระดาษแต่ละอาจจัดประเภทหลายสุดท้าย เรามีศึกษาชนิดของ DSS ในกระดาษ นี้เราใช้ ประเภทของ DSS แสดงใน [11], เป็นแสดงในรายการแสดงหัวข้อย่อย 1.1 ส่วนการ เราได้เล็กน้อยปรับหนึ่งของ cate - เต็มไปด้วยเลือดข้อกำหนด เมื่อเทียบกับ [11]; DSS ส่วนบุคคลไม่ได้ถูกจำกัดการ DSS ที่เหมาะสำหรับ หรือใช้ โดย เพียงจำนวนน้อยของผู้ใช้ เรากำหนดแทน การต่อ-DSS sonal เป็นเป้าหมายใย

ผลลัพธ์ (ไทย) 2:

2.1.3 2.1.3. Data Collection
Based on reading the 59 articles in the set, we have then collected information about each one. First of all, a set of metadata elements were collected, according to the following:

– Year of publication
– Number of authors
– Author affiliations
– Author nationality (according to the affiliation)
– Type of publication (i.e., journal article, book chapter, conference paper, or workshop paper)

In addition to these the topics of the articles were clas- sified along three dimensions; (i) theoretical or ap- plied research, (ii) main Semantic Web contribution, and (iii) type of DSS. Here we have chosen to classify something as theoretical research if the paper does not describe a system or other implementation, e.g., use case or empirical study, for the results. The category for applied research thereby represent those contribu- tions consisting of an implementation of some sort, ei- ther technical, such as a software system, or organiza- tional in terms of a case study or similar. In addition to these two categories we have singled out survey papers and position papers, which cannot normally be classi- fies into either of the two previous categories.
The main Semantic Web contribution has been clas- sified according to what Semantic Web technologies or approaches are at focus in the paper. The cate- gories were derived a-priori from the lists of confer- ence topics of the research track of the past four In- ternational Semantic Web Conferences. These topics have been quite stable, at least as far back as 2008, where only one new category has appeared (NLP - rep- resenting the increased hybridization of NLP and Se- mantic Web technologies) and one category has been replaced (“Applications of the Semantic Web” is re- placed with “Semantic Web Engineering”). The latter is most likely due to the presence of a specific “in use” track where applications are the main focus, hence, the research track now only targets the development rather than the applications themselves. We have cho- sen not to include the old “applications” category in our categorization, simply because we view the inter-section between DSS and Semantic Web technologies as one such application area, hence, all papers could be viewed as belonging to that category. Based on this, we end up with the following 6 categories, where the names and explanations have been slightly tailored to this study:

– Semantic Web data – representation languages, storage, search and querying of Semantic Web data, e.g., RDF data and Semantic Web Ser- vices, including approaches for using or produc- ing linked data, as well as quality assurance and provenance tracking of data.
– Ontologies and semantics – representation lan- guages and patterns, engineering, management, retrieval and usage of Semantic Web ontologies and rules, including reasoning services and rule execution engines.
– Semantic Web engineering and development - building of Semantic Web applications, methods, tools and evaluations of applications.
– Natural Language Processing (NLP) – machine learning and information extraction for the Se- mantic Web, Semantic Web population from text or from exploiting tags and keywords, or using semantic technologies to perform NLP.
– Social Semantic Web – social networks and pro- cesses, collaboration and cooperation, context awareness and user modelling, trust, privacy, and security.
– User interfaces – interaction with and creation of Semantic Web data and models, information pre- sentation, visualization and integration, personal- ization.

To exemplify how these categories have been assigned, assume a paper presenting an approach to use ontolo- gies for information integration and subsequently pre- senting that information using a novel visualization method exploiting the underlying semantics of the in- formation. Such a paper would be classified as belong- ing to both the second and final category of the list above, while an application using ontologies for infor- mation integration, but using standard user interface components not tailored to the Semantic Web, would be classified as belonging only to the second category of the list. Similarly a paper discussing privacy and security has only been assigned the social Semantic Web category if Semantic Web-related technologies in some way contribute to those issues or their solution. Hence, we have only classified the contribution of the Semantic Web technologies used in the paper into these categories, not the overall approach of the paper, and each paper may have multiple classifications.
Finally, we have studied the type of DSS addressed in the paper. For this we have used the categories of DSS listed in [11], as presented in the bullet list of Section 1.1. We have slightly adapted one of the cate- gory definitions, compared to [11]; a personal DSS is not restricted to a DSS that is tailored for, or used by, only a small number of users, instead we define a per- sonal DSS as being targeted tow

ผลลัพธ์ (ไทย) 3:

หรือขนมเค้ก