MétaCan
Menu
Retour à la cohorte
Enregistrement W2984501462 · doi:10.1080/08865655.2019.1685402

Mapping International Co-authorship Networks in Border Studies (1986–2018)

2019· article· en· W2984501462 sur OpenAlexvenueno aff
Olivier Walther, Martin Klatt, Freerk Boedeltje

Notice bibliographique

RevueJournal of Borderlands Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCross-Border Cooperation and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFragmentation (computing)Regional scienceEconomic geographyField (mathematics)Political sciencePublishingPreferenceSocial network analysisSociologyGeographyLawComputer scienceEconomicsSocial capital

Résumé

récupéré en direct d'OpenAlex

Border studies have become increasingly global over the past two decades. Yet, a network analysis of the articles published in the Journal of Borderlands Studies from 1986 to 2018 shows that less than half of them have one or more coauthors. Unlike in other scientific disciplines, where a growth of co-publications is observed, this proportion has not really changed over the last decade. Our paper also shows that major divisions can be found within border studies, which is no small paradox for a science supposedly cross-border by nature. Despite the overall global increase in scientific connectivity, internationally co-authored papers are still an exception in our field and scholars have a strong preference for publishing within their own country. Instead of a fully integrated community, they form a fragmented network whose main components are mainly located in the United States. Interviews with border experts reveal that various obstacles contribute to the current fragmentation of border studies. In addition to being separated by geographical distance and, sometimes, by actual walls, border scholars must also able to overcome the cognitive, social, organizational, and institutional distance that separate them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0180,020
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,439
Écart entre enseignants0,372 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetCross-Border Cooperation and IntegrationTravaux en français237 207