A bibliometric analysis of the <i>Journal of Membrane Science</i> (1976-2010)
Notice bibliographique
Résumé
Purpose – This study aims to examine publication characteristics and development of a science journal Journal of Membrane Science (JMS) with 35 years ' history by bibliometric indicators. Design/methodology/approach – A bibliometric approach was used to identify its document types, impact factor, publication outputs, most cited articles and large contributing countries/territories and institutions. The main indicators included impact factor, CPP (citations per publication), TC2010 (number of citations from one paper’s publication to the end of 2010), C2010 (number of citations in the year of 2010), number of total articles, “single country articles” and “single institution articles”, “internationally collaborative articles” and “inter-institutionally collaborative articles”, “first author articles” and “corresponding author articles”. The annual citations of most cited articles were displayed in a table list. Findings – The two-year citation window used by impact factor is not fair for a journal which had its peak annual citations in the third or more years. JMS would get a better citation performance if impact factor can be calculated for three or four years. Impact factor is affected by the size of its subject categories. JMS showed higher impact factor rankings in both chemical engineering and polymer science category in the early twenty-first century. Furthermore, the G8 (Canada, France, Germany, Italy, Japan, Russia, the UK and the USA) contributed more than a half of the total, with higher CPP. National University of Singapore, University of Twente and Chinese Academy of Sciences were the main contributing institutions. The citation life cycles revealed the impact history of most cited articles. Originality/value – A bibliometric analysis has been carried out to analyze the characteristics of a journal with 35 years ' history. Some improved indicators including TC2010, C2010, TP, SP, CP, FP and RP have been used for the evaluation. This study provides an evidence from JMS to discuss the feasibility and limitations of impact factor.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,090 | 0,128 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».