MétaCan
Menu
Retour à la cohorte
Enregistrement W1590572075 · doi:10.5539/ass.v11n13p130

The Scientific Articles on Art Criticism

2015· article· en· W1590572075 sur OpenAlexvenueno aff
Mina Hedayat, Pegah Jahangiri, Aida Torkamani, Mahsa Mashayekhi, M. K. Sabzali, Nader Ale Ebrahim

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArt criticismThe artsCriticismCitationTheatre criticismArtLiterary criticismVisual artsLibrary scienceArt historyLiteratureComputer sciencePerformance artLiterary science

Résumé

récupéré en direct d'OpenAlex

Research has been extremely involved in improving in the art criticism area. These improvements are reflected in scientific articles. This article purposed to investigate the 214 articles in art criticism to explore their main characteristics. These articles published in the Web of Science database of the Institute of Scientific Information (ISI) from the period of 1980 till 20 December 2013. Types of articles were article and review which is included in the study. The three top cited (more than 10 times citations) articles in art criticism were published in 1993 and 1999. The 214 articles mean citation rate was 0.87 (SD 2.38) times. Among the various fields, art (58.87%), arts humanities other topics (28.03%), both art and arts humanities other topics (5.14%), both art and education and educational research (2.33%), both art and history (1.40%), art, arts humanities other topics and literature (1.40%), both art and cultural studies (0.93%), both art and philosophy (0.93%), both art and literature (0.46%), and both arts humanities other topics and cultural studies (0.46%) were the most popular fields of research. The results showed that researches were done in the United States had highest citation which was written in English language.

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)0,014
score de la tête « metaresearch » (Gemma)0,093
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,093
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0400,061
Études des sciences et des technologies0,0030,002
Communication savante0,0110,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,006

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 Opus0,615
Tête enseignante GPT0,590
Écart entre enseignants0,025 · 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'étudeObservationnel
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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetscientometrics and bibliometrics researchTravaux en français237 207