Open Access Literature Productivity of Library and Information Science
Notice bibliographique
Résumé
DOAJ is an online directory that indexes and provides access to quality open access, peer-reviewed journals. This chapter shows that open Access literature productivity of Library and Information Science in DOAJ perspective. Totally in DOAJ 124 journals in general library science i.e. 56.12%. In the subject digital library there are 17 journals which is in the second position i.e. 11.80%. There are 3 journals (2.08%) in the subject bibliometrics. There are 40 countries who contributed journals in DOAJ in library science subject. USA is the top most country with 37 (25.69%) journals published. Second position is for Spain with 13 (9.039%) journals. Third and fourth positions are for Brazil, United Kingdom and India with 13 (9.03%), 6(4.17) and 6 (4.17%) journals respectively. For the countries like China, Germany and Canada there are 5 (3.47%) journals at their credit. The study shows that out of the 144 journals, 51 journals are having both print and electronic versions, while 93 journals are having only the electronic versions. The study also shows that academic institutions are the major contributors to OA in DOAJ in library science and second position is owned by commercial. The societies contribute about 7 journals. Many R & D organizations and Institutes are contributing to OA journals. Here 15 journals are contributed by other Organizations. The government organizations are contributing 5 journals which are less compared to others.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,023 | 0,047 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,017 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,009 |
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 ».