Evaluating the social capital accrued in large research networks: The case of the Sustainable Forest Management Network (1995-2009)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper examines the social capital that evolved in the Sustainable Forest Management Network (SFMN), one of the Canadian Networks of Centres of Excellence. Our longitudinal study shows a sevenfold increase in the total number of researchers and a high density of relationships among (researchers from) provinces across the country. The results of a social network analysis revealed that 52.6 percent of the network researchers maintained the same number of collaborators while 46.7 percent increased their number of collaborators enormously: the maximum increase in number of collaborators being 6900 percent and the minimum 6 percent. A bibliometric analysis suggested that the number of publications was strongly correlated to measures of social capital. From a science and innovation policy perspective, the finding that more than half of the researchers in the SFMN did not increase their personal networks of collaborators raises important questions. A theoretical model is proposed to examine whether funding agencies should focus on fostering various network structures and evolutions or rely on competition in the distribution of research funds through networks. The proposed model is designed to measure the impact of various network structures on the development of social capital and research output.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,174 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,186 |
| Études des sciences et des technologies | 0,011 | 0,012 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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