MétaCan
Menu
Retour à la cohorte
Enregistrement W2033725672 · doi:10.1021/es061030q

Evaluation of the Current State of Mechanistic Aquatic Biogeochemical Modeling:  Citation Analysis and Future Perspectives

2006· article· en· W2033725672 sur OpenAlexaff
George B. Arhonditsis, Barbara A. Adams-VanHarn, Leah Nielsen, Craig A. Stow, Kenneth H. Reckhow

Notice bibliographique

RevueEnvironmental Science & Technology · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCitationBiogeochemistryComputer scienceManagement scienceCitation analysisData scienceOperations researchEcologyEngineeringBiologyLibrary science

Résumé

récupéré en direct d'OpenAlex

We examined the factors that determine the citations of 153 mechanistic aquatic biogeochemical modeling papers published from 1990 to 2002. Our analysis provides overwhelming evidence that ocean modeling is a dynamic area of the current modeling practice. Models developed to gain insight into the ocean carbon cycle/marine biogeochemistry are most highly cited, the produced knowledge is exported to other cognitive disciplines, and oceanic modelers are less reluctant to embrace technical advances (e.g., assimilation schemes) and more critically increase model complexity. Contrary to our predictions, model application for environmental management issues on a local scale seems to have languished; the pertinent papers comprise a smaller portion of the published modeling literature and receive lower citations. Given the critical planning information that these models aim to provide, we hypothesize that the latter finding probably stems from conceptual weaknesses, methodological omissions, and an evident lack of haste from modelers to adopt new ideas in their repertoire when addressing environmental management issues. We also highlight the lack of significant association between citation frequency and model complexity, model performance, implementation of conventional methodological steps during model development (e.g., validation, sensitivity analysis), number of authors, and country of affiliation. While these results cast doubt on the rationale of the current modeling practice, the fact that the Fasham et al. (1990) paper has received over 400 citations probably dictates what should be done from the modeling community to meet the practical need for attractive and powerful modeling tools.

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)0,035
score de la tête « metaresearch » (Gemma)0,147
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,147
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0660,117
Études des sciences et des technologies0,0020,002
Communication savante0,0110,010
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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
DomaineÉvaluation
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

Citations82
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMarine and coastal ecosystemsTravaux en français237 207