Understanding Recent Trends in Global Sustainable Development Goal 6 Research: Scientometric, Text Mining and an Improved Framework for Future Research
Notice bibliographique
Résumé
The fulfilment of Sustainable Development Goal (SDG) 6, concerning water and sanitation, is critical in itself and also conditional for the other 16 SDGs being met. The purpose of this study was to understand the scientific research trajectories, spatiotemporal development, scientific collaboration, ongoing research themes, and gaps related to SDG 6. We propose a coupling of bibliometric and text mining methods in this work, to statistically portray the impact of water research on the accomplishment of SDG 6. Through the Web of Science database, we focused on a single UN SDG goal (i.e., six related publications that were current (2015–2021)). The study was performed on the chosen 289 publications. With the analysis of Keywords Plus, abstracts, titles, as well as author keywords, we looked at the performance of authors, publications, journals, institutions, and nations in terms of publishing. To obtain an insight into the water and sanitation study topic, we used co-citation, co-occurrence, cooperation networks, theme networks and cluster analysis, word dynamics, thematic evolution, and other techniques. We filtered out five distinguishing themes using text mining and showed their temporal trends. The main outcome is that participation, as well as collaboration with countries of the Global South, is still lacking in the SDG 6 research sphere. Therefore, as an insight from this study, we proposed a conceptual framework, the sustainable development of water and sanitation (SDWS) framework, to classify the research domain of water and sanitation regarding its connections to the environment, economy, and society (i.e., sustainable development). The scientometric and text analysis results provide the contemporary state and overview of the water and sanitation research field, whereas the second, conceptual framework section, provides a better understanding of qualitative contents, by revealing the insights gained, as well as the important work to be done in future water and sanitation studies.
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 | 0,055 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,097 | 0,169 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,014 | 0,018 |
| Science ouverte | 0,002 | 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 ».