A scientometric analysis and visualization of the 50 highly cited papers of Eugene Garfield
Notice bibliographique
Résumé
Eugene Garfield’s contributions to global informetrics and scientometrics literature is significant. In this paper, a scientometric analysis of Eugene Garfield’s 50 highly cited papers is performed. His papers were published in 32 journals including top-ranked journals such as Nature and Science. The top 15 keywords with the strongest citation bursts from 1989 to 2009 and references with strong citation bursts are presented. Co-citation analysis and bibliographic coupling analysis based on source journals using VOSviewer were carried out. The result revealed that keywords 'citation relationship', 'scientific journals', 'biological journal’ and 'self-citations' started to burst/hotspot in 2002. The term 'citation analysis' has the highest number of four years' popularity as citation burst. The study further revealed that the top 50 publications of Eugene Garfield gained 8441 citations of the total citations of 9121 from 254 published documents. Garfield has Total Link Strength of 35 and has received 8511 citations which comes to 93.31% of the total citations and proved his dominance over the collaborators. Ninety percent of the papers (45) published in the USA and above 92% of the citations (8419) were also received from the USA's publications. Just five papers in three journals received 4856 citations (53.23%) of the total 9121 citations. These three journals include three papers in Science (with 3027); one each in Journal of the American Medical Association (with 1323 citations) and The Canadian Medical Association Journal (with 606 citations).
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,049 | 0,237 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; 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 ».