MétaCan
Menu
Retour à la cohorte
Enregistrement W14812714 · doi:10.1353/ils.2013.0014

Visual Subject Analysis for Dublin Core Research / L'analyse visuelle de sujet aux fins de la recherche Dublin Core

2013· article· fr· W14812714 sur OpenAlexvenueno aff
Jin Zhang

Notice bibliographique

RevueCanadian Journal of Information and Library Science · 2013
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Core (optical fiber)VisualizationDimension (graph theory)Computer scienceData scienceLibrary scienceArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

The primary purpose of this article is to conduct a subject analysis on Dublin Core research, investigate subject topics related to Dublin Core research, and reveal their dynamics over time.Documents related to Dublin Core research were identified in authoritative and comprehensive databases of Web of Science, and subject terms were extracted from the relevant documents.These raw terms were regularized, and the multidimensional scaling (MDS) visualization analysis method was applied to reveal semantic relationships among subject terms.The temporal analysis on the related subject terms added a unique dimension to the study.Three periods (from 1997 to 2001; from 2002 to 2006; and from 2007 to 2011), in addition to the entire period (from 1997 to 2011), were analysed and compared in the visual contexts.Obsolete topics, newly emerging topics, and basic topics on Dublin Core research were identified and analysed in temporal subject analysis.Topic changes in the three periods are shown.The findings of this study reveal the hidden patterns of subject associations, illustrate themes of Dublin Core research and their dynamics over time, and shed light on the understanding of Dublin Core research.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,051
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0200,019
Études des sciences et des technologies0,0030,004
Communication savante0,0120,009
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,208
Tête enseignante GPT0,357
Écart entre enseignants0,150 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Information and Library ScienceMême sujetUniversity-Industry-Government Innovation ModelsTravaux en français237 207