On the institutional and intellectual division of labor in epigenetics research: A scientometric analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While numerous qualitative social scientific analyses of (environmental) epigenetics have been published, we still lack a macro-level, quantitative assessment of the field of epigenetics as a whole. This article is aimed at filling this gap. Mobilizing an extended version of the Web of Science, we constituted a corpus of 199,484 documents (articles, reviews, editorial material, etc.) published between 1991 and 2017 and performed several scientometric analyses to map out the development and structure of the epigenetics field. Three main results were drawn from these investigations. First, contradicting the hope expressed by some social scientists that their disciplines will find solace in epigenetics’ social biology, it is striking that the scientists, journals and institutions that drive most of the research in the field are overall little concerned with social and environmental dimensions of gene expression. Second, and confirming existing qualitative analyses, we find that epigenetics is constituted by diverse networks of scholars, institutions and research specialties that enjoy relative autonomy from each other and approach epigenetics through different thematic interests, from cognitive functions to cancer, to DNA methylation in plants and molecular biology. Third, findings obtained from the bibliographic coupling showed that these different networks became more and more autonomous over the last decade, which suggests that we are currently witnessing the constitution of a scientific archipelago akin to that of behavior genetics (Panofsky, 2014: 33) rather than to a discipline per se. At the same time, this differentiation was less pronounced conceptually speaking, as we also observed a clear standardization of the keywords used in epigenetics articles between 1991 and 2017, with DNA methylation and RNAs serving as rallying signs for different communities of researchers.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle