MétaCan
Menu
Retour à la cohorte
Enregistrement W4285317767 · doi:10.37108/shaut.v13i2.565

ANALISIS BIBLIOMETRIC DARI PROGRAM HIBAH (BIBLIOMETRIC OF GRANTS PROGRAM)

2021· article· en· W4285317767 sur OpenAlex
Iqbal M. Iqbal Firmansyah, Rita Myrna, Ida Widianingsih

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueShaut Al-Maktabah Jurnal Perpustakaan Arsip dan Dokumentasi · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMental Health and Well-being
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScopusLibrary scienceBibliometricsCitationPolitical scienceComputer scienceMEDLINE

Résumé

récupéré en direct d'OpenAlex

This article is a bibliometric analysis of articles published in Scopus indexed journals that discuss grant programs using Vosviewer. The purpose of bibliometric analysis is aimed at knowing the development of studies related to the grant program. Specifically, this study looks at the development of citations, publication trends, author collaboration, trend terms titles, trend terms author keywords, trend terms abstracts, and state statistics on grant program articles in 2015-2020. Data were collected from the Scopus database using the keyword "grants program". Furthermore, the author uses vosviewer software to analyze and visualize the database obtained. The results showed that the highest number of citations (citations) occurred in 2019 as many as 203 citations. In the publication trend, the most publications occurred in 2019 with 72 articles. Only one author collaborated with three other co-authors namely Kegler M.C. The most used term in the title is 'human' with 143 occurrences. The most used keyword term is 'cash transfer' with 11 passes. The most widely used term in the abstract is 'human' with 143 occurrences. Furthermore, the countries that published the most grant program articles were the United States with 246 articles, Canada with twenty-four articles, and Australia with eighteen articles.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,668
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0870,354
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,042
Tête enseignante GPT0,396
Écart entre enseignants0,353 · 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