Electronic Resources Management (ERM): A Scientometric Study of Global Publications during 1999-2018
Notice bibliographique
Résumé
T he present study analyses the global research productivity on “electronic resources” during 1999-18 as covered in Scopus, a multidisciplinary international database. Research productivity is examined using both qualitative and quantitative indicators like year wise research output, growth rate, citation impact, share of international collaborative publications, prolific authors, leading institutions, broad subject areas, medium of communication and high cited papers etc. The data is retrieved using keywords such as “electronic AND library*” OR “e-resource” OR “e-journal” OR “e-book” OR “electronic book” OR “electronic journal” OR “electronic theses and dissertations”. The ERM publications registered 7.84% annual growth and its citation impact averaged to 5.03 citations per paper during 1999-18. The top 10 most productive countries together contributed 84.64% global publication share and 85.1% global citation share of the total global publications during 1999-18. Social Sciences, among subjects, accounted for the highest publication share (88.37%), followed by computer science (26.24%), arts and humanities (6.7%), medicine (5.77%) business, management &accounting(4.37%), etc. during medicine (3.86%).The top 10 most productive organisations and authors contributed 10.84% and 5.03% publication share and 12.04% and 2.5% citation share respectively during1999-18. Among the 50 highly cited publications (with citation per paper ranging from 31 to 168 citations), the largest number (24) of publications came from U.S., followed by 9 from UK, 3 from Australia, 2 each from Malaysia, Canada, India and 1 each from Brazil, Ghana, Cameroon, Gambia, Nigeria, Slovakia, Taiwan, Tanzania, Trinidad and United Arab Emirates etc. These 50 highly cited publications involved 104 authors and 60 organisations and were published in 32 journals.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,038 | 0,082 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».