MétaCan
Menu
Retour à la cohorte
Enregistrement W3138596474 · doi:10.1108/lht-08-2020-0186

Social network analysis and data visualization of MIS international collaboration in Taiwan

2021· article· en· W3138596474 sur OpenAlexaboutno aff
Yung‐Ting Chuang, Yi-Hsi Chen

Notice bibliographique

RevueLibrary Hi Tech · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueComplex Network Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial network analysisCentralityPublicationLibrary scienceChinaProductivityWorld Wide WebComputer scienceData scienceKnowledge managementPolitical scienceSocial media

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to apply social network analysis (SNA) to study faculty research productivity, to identify key leaders, to study publication keywords and research areas and to visualize international collaboration patterns and analyze collaboration research fields from all Management Information System (MIS) departments in Taiwan from 1982 to 2015. Design/methodology/approach The authors first retrieved results encompassing about 1,766 MIS professors and their publication records between 1982 and 2015 from the Ministry of Science and Technology of Taiwan (MOST) website. Next, the authors merged these publication records with the records obtained from the Web of Science, Google Scholar, IEEE Xplore, ScienceDirect, Airiti Library and Springer Link databases. The authors further applied six network centrality equations, leadership index, exponential weighted moving average (EWMA), contribution value and k-means clustering algorithms to analyze the collaboration patterns, research productivity and publication patterns. Finally, the authors applied D3.js to visualize the faculty members' international collaborations from all MIS departments in Taiwan. Findings The authors have first identified important scholars or leaders in the network. The authors also see that most MIS scholars in Taiwan tend to publish their papers in the journals such as Decision Support Systems and Information and Management. The authors have further figured out the significant scholars who have actively collaborated with academics in other countries. Furthermore, the authors have recognized the universities that have frequent collaboration with other international universities. The United States, China, Canada and the United Kingdom are the countries that have the highest numbers of collaborations with Taiwanese academics. Lastly, the keywords model, system and algorithm were the most common terms used in recent years. Originality/value This study applied SNA to visualize international research collaboration patterns and has revealed some salient characteristics of international cooperation trends and patterns, leadership networks and influences and research productivity for faculty in Information Management departments in Taiwan from 1982 to 2015. In addition, the authors have discovered the most common keywords used in recent years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
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 enseignants0,991
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0090,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,324
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary Hi TechMême sujetComplex Network Analysis TechniquesTravaux en français237 207