Visibilidad mediática-social de las revistas académicas iberoamericanas de artes y humanidades en Emerging Source Citation Index: una aproximación altmétrica
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
El nuevo producto de Web of Science, la base de datos Emerging Sources Citation Index (ESCI), crece anualmente de una forma notable. En la actualidad cuenta con más de 8,000 revistas de todas las disciplinas académicas. El artículo busca analizar la visibilidad de las revistas Iberoamericanas de las áreas de Artes y Humanidades (A&H) calificadas en este índice a partir de caracterización de las subcategorías, editoriales, idiomas de publicación y la actividad en medios sociales de las revistas evaluadas. Se emplea métodos de análisis descriptivo basado en datos de la plataforma Altmetric.com para evaluar la repercusión mediática de 442 revistas de América Latina, El Caribe, España y Portugal. Se concluye que más de la mitad de las subcategorías (17 de 26) de A&H incluyen revistas de procedencia iberoamericana. Destacando 2 de ellas al presentar una importante cobertura global superior al 55%: Literature, Romance (71,79%) y Classics (56,25%) y en 3 de ellas superior al 40%: Architecture (43,75%); History (46,72%) y Medieval & Renaissance Studies (45,94%). La presencia del inglés como un posible idioma de publicación en más de la mitad de las revistas analizadas indica el grado de visibilidad de las mismas. La mayoría de las revistas analizadas tienen repercusión en redes sociales, siendo Facebook y Twitter las más activas, en donde las interacciones y comentarios, por parte de países externos a Iberoamérica, relacionado con el contenido de las revistas estudiadas contribuyen a afirmar la aceptable visibilidad de las revistas de A&H Iberoamericanas.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle