Mapping library and information science: Does field delineation matter?
Notice bibliographique
Résumé
Abstract Traditional field delineation methods in bibliometric studies appear to have reached their limits when dealing with highly interdisciplinary fields such as nanotechnology or stem cell research which have recently become a focus of science and technology policy research. Researchers therefore have developed sophisticated algorithmic procedures to overcome these difficulties, hoping to collect a set of articles in a research field being studied that is complete as well as clean. The present case study explores the effect of field delineation on author co‐citation analysis (ACA) studies of the intellectual structure of the library and information science (LIS) field using two different but overlapping journal sets to define the LIS field. We find that the major overall structure remains largely the same between these two views of the LIS field, which suggests that field delineation is not crucial to ACA studies of research fields, provided the emphasis of a study is on the major overall structure of a research field. The two views do however differ at a more detailed level of analysis, which suggests that studies that aim to shed light on particularly subtle research policy issues may need to pay serious attention to the way that they delineate their fields.
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 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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,015 | 0,126 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,029 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».