Institutional Repository Literature: A Bibliometric Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,019 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,927 | 0,990 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,008 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle