Notice bibliographique
Résumé
Based on the Web of Science database and using biblionmetric method,this paper analyzed the trend of published cherry literature in the world from 2000 to 2013,and also reviewed the research institutes,core authors,key journals,subject categories and research hot spots of the countries with published paper quantity ranking at world top 5.The result indicated that there were 1 794 cherry research papers all over the world.The paper production as a whole showed a rising trend,with the top quantity in 2012,which was almost 2.288 times of that in 2005.The top 5countries were the United States,Turkey,Spain,Germany and Italy.The United States published 376 papers,taking the first place.Except Germany,the other 4 coutries were among the world top 5 in cherry production,illustrating that their strong scientific research ability did promote the development of cherry industry.The world top 5 institutions with high cherry academic paper quantity were USDA-ARS,Michigan State Unversity,Washington State University,Agriculture Agri-Food Canada,and University of Extremadura in Spain.The core authors with high academic achievement were mainly from the United States. Scientia Horticulturae, Hortscience, Journal of Agricultural and Chemistry, Postharvest Biology and Technology and Food Chemistry were the major journals in this field.The main disciplines of these published cherry literature were agriculture,food science technology,plant science,chemistry and environmental science ecology.The research hot spots were focused on fruit quality,disease,anthocyanin,rootstock and post harvest mechanism.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,124 | 0,162 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».