MétaCan
Menu
Retour à la cohorte
Enregistrement W4243208282 · doi:10.1002/asi.20910

Evolution of research activities and intellectual influences in information science 1996–2005: Introducing author bibliographic‐coupling analysis

2008· article· en· W4243208282 sur OpenAlexaff
Dangzhi Zhao, Andreas Strotmann

Notice bibliographique

RevueJournal of the American Society for Information Science and Technology · 2008
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBibliographic couplingComputer scienceInformation scienceData scienceCoupling (piping)SociologyLibrary scienceInformation retrievalEngineeringCitation

Résumé

récupéré en direct d'OpenAlex

Abstract Author cocitation analysis (ACA) has frequently been applied over the last two decades for mapping the intellectual structure of a research field as represented by its authors. However, what is mapped in ACA is actually the structure of intellectual influences on a research field as perceived by its active authors. In this exploratory paper, by contrast, we introduce author bibliographic‐coupling analysis (ABCA) as a method to map the research activities of active authors themselves for a more realistic picture of the current state of research in a field. We choose the information science (IS) field and study its intellectual structure both in terms of current research activities as seen from ABCA and in terms of intellectual influences on its research as shown from ACA. We examine how these two aspects of the intellectual structure of the IS field are related, and how they both developed during the “first decade of the Web,” 1996–2005. We find that these two citation‐based author‐mapping methods complement each other, and that, in combination, they provide a more comprehensive view of the intellectual structure of the IS field than either of them can provide on its own.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,078
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0440,061
Études des sciences et des technologies0,0010,002
Communication savante0,0070,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,216
Tête enseignante GPT0,503
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations251
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Information Science and TechnologyMême sujetscientometrics and bibliometrics researchTravaux en français237 207