Notice bibliographique
Résumé
The Institutional Repository (IR) concept has given a new dimension to information management in the Internet age. The introduction of an IR can help to redefine the production, dissemination, and the use of resources. This study found that a total of 436 IR research papers published in 118 journals originated from 68 countries. These research papers contain 2,071 citations with an average of ˜4.8 citations per publication. Moreover, out of the total 159 institutions involved in IR research, a majority of them are located in the United States and the United Kingdom. Mainly, out of the fourteen most productive countries eight have recorded TAIs of >100, and six countries recorded TAIs of <100. Most published papers have a single author, i.e., 176 (40.4%), followed by two authors: 152 (34.9%). Interestingly, India, Australia, Canada, Germany, the Netherlands, Malaysia, and Italy have not published any paper with more than five authors. Purdue University has witnessed the highest (˜2) relative citations impact (RCI) on its publications. Elizabeth Yakel from the University of Michigan has published the most papers (7: 1.6%), which have received ˜34 citations. Overall, eight prolific authors have achieved a higher h-index value than the group average.
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 | 0,016 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,221 | 0,302 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».