MétaCan
Menu
Retour à la cohorte
Enregistrement W2384902833

Analysis on Outputs of Dairy Cows Research Papers in the World Based on the Web of Science

2014· article· en· W2384902833 sur OpenAlexaboutno aff
Wang Xiao-w

Notice bibliographique

RevueZhongguo xumu zazhi · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeb of scienceAgricultureChinaAgricultural scienceAgricultural economicsLibrary sciencePolitical scienceGeographyMEDLINEComputer scienceBiologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study was designed to get an overview of the globaldairy cowresearch by analysis outputs ofdairy cowresearch papers during 2004—2013 based on the web of science. Based on the topic words dairy cow recorded by web of science database, this paper analyzes the distribution of subjects, countries/regions, research institutes, key journals and top 20 authors published articles and top 10 cited articles. USA is the leading country in this respect. The core journal aboutdairy cowresearch isJournal of Dairy Science. The largest number of papers published is the United States, followed by Canada and Germany. The Agriculture and Agriculture Food of Canada, INRA(France) and Aarhus University are the top 3 institutions that published the largest numbers of articles about the dairy cow. The Chinese Academy of Agricultural Sciences and China Agricultural University are top 2 in papers published in the domestic. The focuses on dairy cowresearch are agricultural, veterinary science and food science and technology. The most citation paper is from the University of Guelph in Canada. Results suggest that the USA should be the target indairy cowresearch and focus on veterinary science and food science and technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0990,174
Études des sciences et des technologies0,0010,000
Communication savante0,0070,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,055
Tête enseignante GPT0,331
Écart entre enseignants0,276 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZhongguo xumu zazhiMême sujetRegional Development and EnvironmentTravaux en français237 207