Global Research Output of Nanobiotechnology Research: a Scientometrics Study
Notice bibliographique
Résumé
An effective scientometric analysis based on SCOPUS database was conducted to evaluate nanobiotechnology research from a different perspective for the period 2003-2012. Nanobiotechnology has been intensively investigated by bibliometric methods due to its technological importance and expected impacts on economic activity. The present study analyses nanobiotechnology research output during 2003-2012 on different parameters, including the growth, global publications share and citation impact, share of international collaborative papers and contributions of major collaborative partner countries. A total of 114,684 papers were published during 10 years, which received 2,503,795 citations with an average of 21.83 citations per paper. It has been observed that during 2003-2012, USA held the first position by number of publications (34,736), h-index (349), g-index (541), hg-index (434.52) and p-index (326.47). Developing countries such as India, China, South Korea and Canada showed increasing trends in their publications and their activity index also showed increasing trends. Top 10 institutions contributed 7.16% share of total publications. Masssachusetts Institute of Technology, USA received the highest h-index (120) among the top 10 institutions. Biomaterials (1631) was the top journal of publication output; Nano Letters had the highest impact with an average citation per paper (73.86) and American Chemical Society received the highest h-index (158) among the top 10 journals.
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 | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,070 | 0,164 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».