LOTKA'S LAW OF SCIENTIFIC PRODUCTIVITY AND BRADFORD'S LAW OF SCATTER AMONG RESEARCHERS AT ISFAHAN UNIVERSITY OF MEDICAL SCIENCES BASED ON WEB OF SCIENCE DATABASE
Notice bibliographique
Résumé
• Introduction: The articles indexed in accredited citation databases essentially indicate how scientists share knowledge and promote sustainable development in each country. Therefore, according to citations to the papers of individuals, it could be possible to assess the rate of their acceptability in the scientific community. The main objective of this study was to review Lotka's law of scientific productivity and Bradford's law of scatter in scientific productions among researchers at Isfahan University of Medical Sciences (IUMS) whose articles have been cited in Web of Science (WOS) database during 1992-2008. • Methods: This was an applied study using scientometric indicators. Data was collected, sorted and analyzed in two phases and with two tools. In the first stage, data was extracted from the WOS in the form of plain text and stored on a personal computer. In the second stage, using ISI.exe, data was identified, analyzed and entered into spreadsheets in Microsoft Excel. In this research, Bradford's law of scatter, collaboration rates formula and Lotka's law of scientific production were used. • Results: The results showed that the distribution of articles by authors at IUMS followed Lotka's law, i.e., a few writers released a large portion of the scientific products. In addition, the distribution frequency of journals published by IUMS followed Bradford's law, i.e., a small number of journals published the highest number of scientific papers. Moreover, the researchers at IUMS collaborated most with authors from the United States, Canada and England. • Conclusion: The results of the present study indicated that the researchers of IUMS highly collaborate in writing their papers. Generally, collaboration rate in this university was equal to 0.967 which was relatively high. • Keywords: Bibliometrics; Medicine; Medical Informatics; Authorship; Researchers; Collaboration.
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 | 0,022 | 0,184 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,026 | 0,037 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».