Scholarly communication in <i>Journal of Financial Crime</i>, 2006‐2010: a bibliometric study
Notice bibliographique
Résumé
Purpose The purpose of this paper is to investigate the scholarly communications in Journal of Financial Crime (JFC) during the last five years and to study the key dimensions of its publication trends. Design/methodology/approach For the analysis of the study, five volumes containing 20 issues of Journal of Financial Crime during the years 2006 to 2010 have been taken up for evaluation. The authors employ necessary bibliometric measures to analyze different publication parameters. Findings It is found that the contribution of articles to each volume of JFC is very consistent and the journal has published around 30 articles per year. Single authored papers are found to be the highest, followed by two‐authored and then three‐authored papers. The degree of collaboration in JFC is found to be 0.246. In regards to ranking of country productivity, the UK topped the list followed by the USA, Canada and Australia. Journal of Financial Crime, which is the source journal, leads the table followed by Journal of Business Ethics, Crime Law and Social Change and Journal of Money Laundering Control. Research limitations/implications This paper focuses on the publication traits of Journal of Financial Crime over a five‐year period. Patterns of research output in 155 publications are analyzed. Further studies can include other journals in the field of economics. Practical implications Scholars can benefit from insights into the scholarly contributions of Journal of Financial Crime that has accommodated 220 authors from 41 different countries of the world. Originality/value The paper provides valuable insights into the nature of academic publishing of Journal of Financial Crime. It can help JFC readers to understand the most striking contributions, highly cited journals, the most prolific authors, country productivity, and assorted parameters.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,063 | 0,094 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».