Research Activities and Networks in CAIS Conferences for the Period of 1993- 2015: Social Network Analysis
Notice bibliographique
Résumé
Since 1973 the Canadian Association for Information Science (CAIS/ACSI) has consecutively held 43 annual conferences. The purpose of this study is to better understand the research and collaborative activities in the community of CAIS conferences, based on a social network analysis (SNA) approach. A total of 827 papers from 778 authors have been presented in CAIS for the period of 1993 to 2015, in association with 209 different organizations and 25 countries. A component analysis that has been applied to the collaboration network has discovered research collaboration patterns. This study contributes to discovering collaborative research activities and formation through the CAIS conference and to the literature of the scientific collaboration in the LIS field. Depuis 1973, l'Association canadienne de sciences de l'information (ACSI/CAIS) a tenu 43 congrès annuels consécutifs. Le but de cette étude est de mieux comprendre les activités de recherche et de collaboration dans la communauté de l’ACSI, à l’aide d’une approche d’analyse des réseaux sociaux (ARS). Un total de 827 articles de 778 auteurs ont été présentés à l’ACSI dans la période 1993-2015, en association avec 209 organisations différentes et 25 pays. L’analyse des composantes du réseau de collaboration met en lumière l’existence de patrons de collaboration de recherche au sein de la communauté. Cette étude contribue à l’étude des activités de collaboration au sein des congrès de l’ACSI ainsi qu’à la littérature sur la collaboration scientifique dans le domaine BSI.
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,020 | 0,035 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».