MétaCan
Menu
Retour à la cohorte
Enregistrement W3022270545 · doi:10.1002/ppp.2047

Hot trends and impact in permafrost science

2020· article· en· W3022270545 sur OpenAlexaff
Ylva Sjöberg, Matthias Siewert, Ashley Rudy, Michel Paquette, Frédéric Bouchard, Julie Malenfant‐Lepage, Michael Fritz

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité LavalQueen's UniversityGovernment of Northwest Territories
Organismes subventionnairesnon disponible
Mots-clésPermafrostClimate changeGlobal warmingClimate scienceWork (physics)OutreachBibliometricsScope (computer science)Physical geographyEarth scienceGeographyGeologyLibrary sciencePolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract An increased interest in Arctic environments, mainly due to climate change, has changed the conditions for permafrost research in recent years. This change has been accompanied by a global increase in scientific publications, as well as a trend towards open access publications. We have analyzed abstracts, titles and keywords for publications on permafrost from 1998 to 2017 to identify developments (topics, impact and collaboration) in the field of permafrost research in light of these changes. Furthermore, to understand how scientists build on and are inspired by each other's work, we have (a) developed citation networks from scientific publications on permafrost and (b) conducted an online survey on inspiration in permafrost science. Our results show an almost 400% increase in publications containing the word permafrost in the title, keywords or abstract over the study period, and a strong increase in climate‐change‐related research in terms of publications and citations. Survey respondents ( n = 122) find inspiration not only in scientific journal publications, but to a large extent in books and public outreach materials. We argue that this increase in global‐scope issues (i.e., climate change) complementing core permafrost research has provided new incentives for international collaborations and wider communication efforts.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,016
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,278
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetClimate change and permafrostTravaux en français237 207