MétaCan
Menu
Retour à la cohorte
Enregistrement W2352347750

Scientometric Analyses of International Scientific and Technological Collaboration in China Agricultural University

2011· article· en· W2352347750 sur OpenAlexaboutno aff
Zuo Wenge

Notice bibliographique

RevueKe-ji guanli yanjiu · 2011
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaggingChinaAgricultureProductivityScience Citation IndexScientometricsCitation indexIndex (typography)Web of scienceRegional scienceQuality (philosophy)CitationPolitical scienceAgricultural economicsBusinessLibrary scienceGeographyComputer scienceEconomic growthEconomicsMathematicsStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To assess accurately the international scientific and technological collaboration productivity of China Agricultural University(CAU),based on the last ten year citations in Science Citation Index(SCI) under the Web of Science,the CAU international collaboration output,collaboration countries regions and collaboration fields,the paper analyzed the h-Index and highly cited papers,by use of the scientometric method.The result showed that the international collaborative research and development in CAU maintain a rapid level in recent ten years,and the international cooperation in basic research fields,such as soil science,ecology,agricultural science,biology,and so on,has achieved significant progress,but cooperation in engineering technology fields,which emphasizes on technology application,is lagging behind.Cooperation countries and regions trend to a multiplex pattern,but USA,Japan and Canada are still the main partners.In fact,the quantity and growth rate of the papers can not show the level of research,and it also fail to prove that the research has reached the international standards.So,we should pay attention to improve the quality of the SCI papers while pursuing the quantity.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0850,307
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,548
Tête enseignante GPT0,540
Écart entre enseignants0,008 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKe-ji guanli yanjiuMême sujetscientometrics and bibliometrics researchTravaux en français237 207