Metaresearching Structural Engineering Using Text Mining: Trend Identifications and Knowledge Gap Discoveries
Notice bibliographique
Résumé
The significant increase in the number of journal paper submissions/publications in the last decades has been paralleled by a shift to (mainly) on-line publication and digital archiving of past research articles. This situation has created an opportunity to metaresearch (conduct research on research) structural engineering through benefiting from emerging computational techniques such as data mining to track historical and current research focuses and trends and to better identify evolving research themes and discover possible cross-cutting knowledge gaps. Such metaresearch can benefit all structural engineering community stakeholders (e.g., researchers, designers, and funding agencies) in multiple ways including research resource realignments and optimizations to meet current and future research needs. The current study utilizes text mining—a class of data mining—to analyze published structural engineering research over 26 years. The considered dataset represents more than 11,000 articles, published in the two leading structural engineering journals (Journal of Structural Engineering and Engineering Structures) from 1991 to 2016. Following the collection and preparation of the training and testing datasets, the latent Dirichlet allocation (LDA) topic modeling technique is utilized to identify, classify, and categorize articles in terms of their topics, characterized by relevant technical terms. Subsequently, quantitative analyses are used to evaluate the temporal inclusion trends within the 11,000 article dataset. The LDA technique is also reapplied on only articles published between 2012 and 2016, to identify recent research topic developments and investigate the correlation between these topics and their counterparts covering the entire 26-year study period. Finally a word co-occurrence network and a topic interlinkage matrix are also developed, providing visual tools to rapidly evaluate structural engineering research subfield co-occurrences and linkage strengths. The overarching aim of this metaresearch is to identify understudied intersections of structural engineering subfields and highlight Blue Ocean opportunities at the interfaces of structural engineering and other established fields and emerging technologies.
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 | 0,016 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,046 | 0,035 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».