MétaCan
Menu
Retour à la cohorte
Enregistrement W4287877402 · doi:10.3389/frma.2022.838553

Closed Shop or Collaborative Hub? An Analysis of the Partners' Importance in CANZUK Countries' Research Collaborations

2022· article· en· W4287877402 sur OpenAlexaboutno aff
Ba Xuan Nguyen, Jesse David Dinneen, Markus Luczak–Roesch

Notice bibliographique

RevueFrontiers in Research Metrics and Analytics · 2022
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Developing countryRegional scienceEconomic growthSociologyEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Collaborative partners are important in international research collaboration. The research collaborations between four CANZUK countries (Canada, Australia, New Zealand and the United Kingdom) are examined to see whether their research connections are different from the research relationships with other countries. This paper measures the affinity index values and analyses the development of research collaborations among CANZUK countries with those between the CANZUK and other countries. The whole counting method and the fractional counting method are applied in this study to compare the differences in the results. The findings show that although the affinity index values of CANZUK countries were decreasing over time, the importance of CANZUK partners to CANZUK countries has likely increased over time at the expense of the other partners' importance. The study also shows the minor differences in results obtained by applying two different counting methods. These differences can be explained by the nature of the counting methods, and the choice to use either one of these two counting methods should be considered in other international research collaboration 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 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)0,005
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,014
Études des sciences et des technologies0,0020,001
Communication savante0,0040,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,724
Tête enseignante GPT0,650
Écart entre enseignants0,074 · 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
DomaineÉvaluation
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Research Metrics and AnalyticsMême sujetscientometrics and bibliometrics researchTravaux en français237 207