MétaCan
Menu
Retour à la cohorte
Enregistrement W2995525770 · doi:10.5539/ibr.v13n1p206

Scientific Production Indexed in the Web of Science Basis in the Energy Management Area: A Bibliometric Analysis

2019· article· en· W2995525770 sur OpenAlexvenueno aff
Edenis César de Oliveira, Nilton Cézar Carraro

Notice bibliographique

RevueInternational Business Research · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésRanking (information retrieval)Index (typography)Rank (graph theory)Web of scienceChinaBibliometricsMathematicsStatisticsLibrary scienceInformation retrievalComputer scienceMEDLINEGeographyPolitical scienceWorld Wide WebCombinatorics

Résumé

récupéré en direct d'OpenAlex

The study aimed to analyze publications in the field of energy management study. To this end, a search was carried out on the Web of Science from 1999 to 2019, searching for articles that contained in its title the keyword “Energy Manag*”. After filtering all documents, excluding those presented at conferences, 5,512 documents were obtained. We chose to analyze only documents in the “articles” mode, leaving a total of 4,610. From 2007 the growth was quite significant in the number of publications. There is a predominance of the English language. Of the top ten authors with the largest number of publications, six are linked to educational / research institutions located in China, which also ranks first in the ranking of countries with the highest number of publications. “Energies”, “Applied Energy” and “Energy” journals rank first, second and third respectively. The h-index index of publications is 111, while the h-index index of the ten best-ranked authors is 40. When compared to other studies with relative similarity, there is exponential growth in China, both number of publications, and authors linked to Chinese institutions, which, it is believed, should be the trend for the next years in this and other fields of study.

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)0,005
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,1210,183
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,068
Tête enseignante GPT0,299
Écart entre enseignants0,231 · 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'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207