Co-authorship Networks of Iranian Researchers' Publications on the Field of Management during a Half-Century (1969-2018)
Notice bibliographique
Résumé
As one of the main bibliometric concepts, co-authorship has been thoughtfully considered in recent years. Despite many bibliometric studies on the co-authorship in different scientific fields and worldwide countries/regions, Iranian researchers' collaboration in the management field has not been studied. This study aimed to investigate the co-authorship networks in the management papers contributed by Iranian researchers indexed in the Web of Science (WoS) during the recent half-century (years, 1969-2018). Bibliometric data on 5414 papers were extracted from WoS and analyzed in Excel, UCINET, and VOSviewer to measure bibliometric indicators, the map needed co-authorship networks, and depict time-based maps and keyword clustering. Findings showed that co-authored papers increased from two items in 1973 to 721 items in 2018. Expert Systems with Applications, African Journal of Business Management, and International Journal of Production Research were ranked first to third in co-authored papers. Top 20 authors published about 17% of papers (946). Islamic Azad University, University of Tehran, and the Amirkabir University of Technology ranked first to third. Most co-authorship frequencies were made from 2012 to 2014. The first to third ranks of collaborating countries were the USA, Canada, and England. Six main keyword clusters were formed, including main topics in the field. In conclusion, Iranian researchers increasingly co-authored in management, especially during the last decade, and published in various journals that some top ones are prestigious journals. However, some gaps need to be bridged by the low contribution of research institutes and universities countrywide and the limited number of authors with high productivity and low collaboration with neighbor countries and influential universities worldwide. https://dorl.net/dor/ 20.1001.1.20088302.2022.20.1.19.2
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,018 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».