MétaCan
Menu
Retour à la cohorte
Enregistrement W3189719971 · doi:10.3390/membranes11080600

Research and Development Journey and Future Trends of Hollow Fiber Membranes for Purification Applications (1970–2020): A Bibliometric Analysis

2021· article· en· W3189719971 sur OpenAlexaff
Muhammad Azmi Ayub, Mohd Hafiz Dzarfan Othman, Siti Hamimah Sheikh Abdul Kadir, Adnan Ali, Imran Ullah Khan, Mohd Zamri Mohd Yusop, Takeshi Matsuura, Ahmad Fauzi Ismail, Mukhlis A. Rahman, Juhana Jaafar

Notice bibliographique

RevueMembranes · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversiti Teknologi Malaysia
Mots-clésScopusMainstreamChinaBibliometricsPolitical scienceEngineeringComputer scienceData scienceLibrary scienceMEDLINE

Résumé

récupéré en direct d'OpenAlex

Hollow fiber membrane (HFM) technology has received significant attention due to its broad range separation and purification applications in the industry. In the current study, we applied bibliometric analysis to evaluate the global research trends on key applications of HFMs by evaluating the global publication outputs. Results obtained from 5626 published articles (1970-2020) from the Scopus database were further manipulated using VOSviewer software through cartography analysis. The study emphasizes the performance of most influential annual publications covering mainstream journals, leading countries, institutions, leading authors and author's keywords, as well as future research trends. The study found that 62% of the global HFM publications were contributed by China, USA, Singapore, Japan and Malaysia, followed by 77 other countries. This study will stimulate the researchers by showing the future-minded research directions when they select new research areas, particularly in those related to water treatment, biomedical and gas separation applications of HFM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0090,061
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,333
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMembranesMême sujetMembrane Separation TechnologiesTravaux en français237 207