MétaCan
Menu
Retour à la cohorte
Enregistrement W2091227949 · doi:10.5539/cis.v3n2p19

A Bibliometric Assessment of Canadian Software Engineering Scholars and Institutions (1996-2006)

2010· article· en· W2091227949 sur OpenAlexafffundvenueabout
Vahid Garousi, Tan Varma

Notice bibliographique

RevueComputer and Information Science · 2010
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of WaterlooUniversity of TorontoQueen's UniversityDalhousie UniversityYork UniversityUniversities Space Research AssociationSt Mary's UniversityConcordia UniversityAcadia UniversityMcMaster UniversityUniversity of WindsorUniversity of ReginaSimon Fraser UniversityMcGill UniversityUniversity of OttawaVictoria UniversityUniversity of Alberta
Mots-clésRanking (information retrieval)Index (typography)Computer scienceInstitutionEvent (particle physics)Field (mathematics)Impact factorLibrary scienceSoftwareBibliometricsPolitical scienceWorld Wide WebInformation retrievalMathematicsLaw

Résumé

récupéré en direct d'OpenAlex

This paper summarizes a ranking of Canadian researchers and institutions in the field of software engineering from 1996 to 2006, based on two metrics: impact factors, and h-index. The ranking is going to be an ongoing, annual event to identify the top 50 scholars and top 50 institutions over a 10-year period in Canada. The rankings are calculated based on the impact factor and h-index of papers published in top 12 selected software engineering journals and conferences. The top-ranked institution is Carleton University, and the top-ranked scholars (by each of the two metrics) are Lionel Briand (formerly with Carleton University) and Gail Murphy from UBC.

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)0,005
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,584

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0970,175
Études des sciences et des technologies0,0060,001
Communication savante0,0070,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,250
Tête enseignante GPT0,484
Écart entre enseignants0,234 · 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
DomaineIncitatifs
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

Citations22
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetscientometrics and bibliometrics researchTravaux en français237 207