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 OpenAlexaboutno aff
Iqbal M. Iqbal Firmansyah, Rita Myrna, Ida Widianingsih

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.

Comment cette classification a été obtenuedéplier

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 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)0,014
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,066
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,1260,167
Études des sciences et des technologies0,0020,001
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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

Classification

machine, non validée

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeObservationnel
Domainenon disponible
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueShaut Al-Maktabah Jurnal Perpustakaan Arsip dan DokumentasiMême sujetMental Health and Well-beingCatégorieBibliométrieTravaux en français237 207