MétaCan
Menu
Retour à la cohorte
Enregistrement W2952166899

Mapping of Research Productivity on Nanotechnology in Canada: A Scientometric Profile

2019· article· en· W2952166899 sur OpenAlexaboutno aff
Chandran Velmurugan

Notice bibliographique

RevueLincoln (University of Nebraska) · 2019
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityScientometricsGeographyBibliometricsRegional scienceData scienceNanotechnologyLibrary scienceComputer scienceEconomicsEconomic growthMaterials science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A scientometric assessment of the scientific publications has been considered in this analysis by examining annual growth rate of publications, collaborative countries, and territories, preferred subject areas and research work, prolific organizations and institutions and top-ranked journals and highly productive papers etc. This paper focuses on the literature growth and development in Nanotechnology in Canada as reflected in the web of science data database. During the period between 1994 and 2014, a total 576 scientific research papers along with cited references are 34955 were published in the field in Canada. The average number of literature output were published per year was 33.88 and the greatest number of publications were published in 2013 and 2014 respectively a total number of authors 2213 were identified and the maximum number of authors i.e. 364 and the mean value of 4.77 were in the year 2014. Out of 15804 citations, the greatest number of 2791 citations in the year 2008 (52 papers, 23 h-index) and highest average citation per paper were 60.74 in the year 2007. From this study, researchers, scientists, subject specialists, students, administrators, policy makers, academicians, Library and Information Science professionals, and faculty members will be benefited due to the scientific and effective investigation.

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)0,019
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 enseignants0,238
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,1390,378
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,436
Tête enseignante GPT0,478
Écart entre enseignants0,042 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLincoln (University of Nebraska)Même sujetscientometrics and bibliometrics researchTravaux en français237 207