Coronavirus mapping in scientific publications: When science advances rapidly and collectively, is access to this knowledge open to society?
Notice bibliographique
Résumé
The COVID-19 pandemic is creating a global health emergency. Mapping this health emergency in scientific publications demands multiple approaches to obtain a picture as complete as possible. To progress in the knowledge of this pandemic and to control its effects, international collaborations between researchers are essentials, as well as having open and immediate access to scientific publications, what we called "coopetition". Our main objectives are to identify the most productive countries in coronavirus publications, to analyse the international scientific collaboration on this topic, and to study the proportion and typology of open accessibility to these publications. We have analyzed 18,875 articles indexed in Web of Science. We performed the descriptive statistical analysis in order to explore the performance of the more prolific countries and organizations, as well as paying attention to the last 2 years. Registers have been analyzed separately via the VOSviewer software, drawing a network of links among countries and organizations to identify the starred countries and organizations, and the strongest links of the net. We have explored the capacity of researchers to generate scientific knowledge about a health crisis emergency, and their global capacity to collaborate among them in a global emergency. We consider that science is moving rapidly to find solutions to international health problems but access to this knowledge by society is not so quick due to several limitations (open access policies, corporate interests, etc.). We have observed that papers from China in the last 3 months (from January 2020 to March 2020) have a strong impact compared with papers published in years before. The United States and China are the major producers of documents of our sample, followed by all European countries, especially the United Kingdom, Germany, the Netherlands, and France. At the same time, the leading role of Saudi Arabia, Canada or South Korea should be noted, with a significant number of documents submitted but very different dynamics of international collaboration. The proportion of international collaboration is growing in all countries in 2019-2020, which contrasts with the situation of the last two decades. The organizations providing the most documents to the sample are mostly Chinese. The percentage of open access articles on coronavirus for the period 2001-2020 is 59.2% but if we focus in 2020 the figures increase up to 91.4%, due to the commitment of commercial publishers with the emergency.
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 | 0,024 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,050 | 0,119 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».