Ecosystem Services Research Trends: A Bibliometric Analysis from 2000–2020
Notice bibliographique
Résumé
The study of ecosystem services (ES) is becoming increasingly popular, as it plays an important role in human wellbeing, economic growth, and livelihoods. The primary goal of this research is to investigate the global trend in ES research using a rigorous systematic review of highly cited articles. The articles for this study were extracted from Science Citation Index Expanded (SCI-E), Emerging Sources Citation Index (ESCI), and Social Sciences Citation Index (SSCI) databases of Web of Science Core Collection (WoSCC) covering the period from 2000 to 2020. This study was limited to SCI-E, ESCI, and SSCI databases of the Web of Science. The term “ecosystem service/s” has been used as a research term to filter the study sample and eliminate other databases from the analysis. A citation level equal to or greater than 200 was used to further filtration of articles. This query could restrict to 128 articles that are highly cited in the selected period. Bibliometric analysis results show that, according to the author’s keywords, the “ecosystem service/s” keyword is highly connected to the “biodiversity”, “valuation”, “marine spatial planning”, and “conservation planning”. The U.S.A., Canada, China, France, and Australia are the leading countries in the cumulative number of highly cited articles and networks of co-authors. The U.S.A. is a strong contributor to ES research with China, Canada, and France. The most productive universities linked to the United States were the University of Minnesota, the University of California-Santa Barbara (UC Santa Barbara), and the Chinese Academy of Science. The most significant and compelling author is Halpern S Benjamin, who represents UC Santa Barbara. He has earned international recognition for a model he developed to analyze global data sets of anthropogenic drivers of ecological change in marine environments. The most accessed and studied fields in the ES are terrestrial, urban, and marine environments.
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 | 0,016 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,155 | 0,208 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».