A bibliometric analysis of the research on Sponge City: Current situation and future development direction
Notice bibliographique
Résumé
Abstract With the rapid development of urbanization, more and more cities are facing the risk of flood disasters and the threat of water environment safety during the rainy season. Sponge City, as a new urban water resources management method, has attracted extensive attention in the academic circle. In order to promote the development of Sponge City, a bibliometric analysis method based on Web of Science (WoS) database and Bibliometrix tool is proposed in this study. After refining the retrieved 26,383 papers, 1456 papers were obtained. All the article information including author, keywords and publication time was downloaded. The bibliometric analysis model was established to analyse and discuss the development of Sponge City and related researches during the period 1998–020 (data up to 15 August 2020). Research performance, research focus and development trend were displayed by bibliometric measurement indicators and visual graphics. The results show that the number of research papers on Sponge City has been increased year by year in the past 10 years (2010–2020). Sponge City and related research are increasing rapidly, and the top five countries in terms of research volume are China, the United States, the United Kingdom, South Korea and Canada. China, the United States, the United Kingdom and Australia are the countries with the most extensive international cooperation in the field of Sponge City. Keywords such as ‘Sponge City’, ‘LID (Low Impact Development)’ and ‘SWMM (Storm Water Management Model)’ appeared frequently. In our opinions, interdisciplinary research methods, digital information management technology and comprehensive performance evaluation are the hot research directions for Sponge City in the future. This study aims to provide directions for future research on Sponge City, as well as scientific guidance and reference for government decision makers on Sponge City.
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 | 0,012 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,108 | 0,226 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».