Mobile Edge Computing: A Scientometrics Assessment of Global Publications Output during 2001–18
Notice bibliographique
Résumé
The present study has examined mobile edge computing global research output, as indexed in Scopus database during 2001–18 on a series of Bibliometrics measures, such as publications growth rate, global publications share, citation impact, the share of international collaborative papers, distribution of publications by broad subjects. In addition, the study discusses the citation profile of top organizations and in fog computing, and the preferred media for research communication and characteristics of highly cited papers. The global research output (2716 papers) registered 42.48% annual growth rate and averaged to 6.77 citations impact per paper in the subject during the period. 80 countries participated in mobile edge computing research, of which the top 10 countries accounted for 89.51% global publication share and more than 100% of global citation share during 2001–18. China and USA tops the list of top 10 most productive countries in mobile edge computing research with 26.69% and 20.840% global publication share, followed by U.K. (7.29% share), Italy and Canada (6.44% and 6.11%), France (5.01%) and other 4 countries (from 3.94% to 4.86%) during 2001–18. USA tops the list (15.0 and 2.22), followed by Italy (10.73 and 1.59), Canada (9.59 and 1.42), Germany (8.89 and 1.31), U.K. (7.86 and 1.16), etc. in terms of citation impact per paper and relative citation index. 519 organizations and 561 authors participated in global mobile edge computing research, of which the top 15 organizations and authors contributed 21.80% and 8.21% global publication share and 22.54% and 9.71% global citations share during 2001–18. The world contributed 49.47% share of output in mobile edge computing research in top 15 most productive journals, and 28 of its papers have been rated as highly cited papers each with 101 to 844 citations per paper, averaging 222.61 citations per paper.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,036 | 0,069 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».