MétaCan
Menu
Retour à la cohorte
Enregistrement W3013587006 · doi:10.48550/arxiv.2203.11779

Studying the scientific mobility and international collaboration funded by the China Scholarship Council

2022· preprint· en· W3013587006 sur OpenAlexaboutno aff
Zhichao Fang, Wout Lamers, Rodrigo Costas

Notice bibliographique

RevuearXiv (Cornell University) · 2022
Typepreprint
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScholarshipPolitical scienceChinaFunding AgencyAgency (philosophy)Mainland ChinaLibrary scienceGovernment (linguistics)SociologyPublic relationsSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Every year many scholars are funded by the China Scholarship Council (CSC). The CSC is a funding agency established by the Chinese government with the main initiative of training Chinese scholars to conduct research abroad and to promote international collaboration. In this study, we identified these CSC-funded scholars sponsored by the China Scholarship Council based on the acknowledgments text indexed by the Web of Science. Bibliometric data of their publications were collected to track their scientific mobility in different fields, and to evaluate the performance of the CSC scholarship in promoting international collaboration by sponsoring the mobility of scholars. Papers funded by the China Scholarship Council are mainly from the fields of natural sciences and engineering sciences. There are few CSC-funded papers in the field of social sciences and humanities. CSC-funded scholars from mainland China have the United States, Australia, Canada, and some European countries, such as Germany, the UK, and the Netherlands, as their preferential mobility destinations across all fields of science. CSC-funded scholars published most of their papers with international collaboration during the mobility period, with a decrease in the share of international collaboration after the support of the scholarship.

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)0,013
score de la tête « metaresearch » (Gemma)0,061
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 seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,061
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0180,061
Études des sciences et des technologies0,0030,001
Communication savante0,0040,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,747
Tête enseignante GPT0,424
Écart entre enseignants0,323 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetscientometrics and bibliometrics researchTravaux en français237 207