SYSTEMATIC MAPPING OF PERFORMANCE ASSESSMENT RESEARCH: BIBLIOMETRIC STUDY WITH VOSVIEWER
Notice bibliographique
Résumé
This article aims to find a map of the development of research on performance assessment. The study was conducted by searching through the Scopus database with the keyword performance assessment. The data from the search results are then analyzed descriptively based on the year of publication, the country that published the performance assessment research, and the focus of the research. To obtain a map of research development, the data from the Scopus database is exported into a Comma Separated Values (CSV) file format, then processed and analyzed using the VOSViewer application program to find out the bibliometric map of the development of performance assessment research. The results of the systematic mapping conducted show that the trend of performance assessment research publications indexed in Scopus from 2011 to 2020 has fluctuated. The trend based on the country that published the most articles was the United Kingdom with 77 articles. The research topic that is mostly done is the study of performance measurement with 32 articles. Then, through VOSViewer visualization, it shows that the map of the development of performance assessment research is divided into 5 clusters, namely; Cluster 1 consists of 6 research topics, namely assessment, efficiency, evaluation, performance, public service, and sustainability; Cluster 2 consists of 5 research topics, namely balanced scorecard, benchmarking, data envelopment analysis, performance assessment, and performance indicators; Cluster 3 consists of 5 research topics, namely accountability, Canada, governance, performance measurement, and public management; Cluster 4 consists of 4 research topics, namely local government, performance management, public administration, and public sector reform; Cluster 5 consists of 3 research topics, namely job satisfaction, performance evaluation, and the public sector.
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 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 | 0,037 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,106 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».