Mapping Taihu Basin research: a bibliometric analysis
Notice bibliographique
Résumé
The Chinese government has made a strong effort to solve pollution problems in the Taihu Basin, and scholars have also paid close attention to these issues. Based on 2094 valid studies on the Taihu Basin obtained from the Web of Science (WoS) core database from 1998 to 2019, this study conducted a systematic review of research and development trends using bibliometric methods. The results reveal that academic achievement has increased rapidly in recent years, especially after a severe blue-green algae bloom event in Taihu Lake in 2007. Taihu Basin related studies are becoming more interdisciplinary in nature with an integration of knowledge. The Chinese Academies of Sciences and universities in eastern China play key roles in academic output. Although hotspots of environmental topics vary at different time periods, the eutrophication issue at Taihu Lake has long been a focus. Eutrophication studies on Taihu Lake have evolved from “general causes of eutrophication” to “more detailed causes of eutrophication” to “long-term monitoring and management of water quality” to “risk assessment”. Future trends in Taihu Basin research should continue to emphasize risk assessment and long-term management. This bibliometric review presents a comprehensive analysis of Taihu Lake related research, which can provide important insights into the potential direction for future studies.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,083 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,013 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».