Notice bibliographique
Résumé
The purpose of the study is to conduct a bibliometric analysis of psychological publications devoted to the phenomenon of beauty. The research material (2214 articles) was extracted from the Scopus bibliographic database. The VOSviewer and biblioshiny software tools were used to analyze the results and build a bibliometric map. The construction of a conceptual map made it possible to identify four clusters related to the study of beauty: (1) the bodily component of a person; (2) attractiveness; (3) aesthetic phenomena; and (4) sociocultural processes. Thematic clustering using the Walktrap algorithm identified four themes; with the theme with the highest density and centrality devoted to the study of attractiveness, in particular, physical attractiveness and facial attractiveness. Five countries (USA, UK, Germany, Canada, Australia) produced almost 3/4 of the total number of publications (74.2%). The contribution of Russian authors amounted to 17 articles (0.8%). Trend analysis shows that in recent years there has been a growing interest in social media, aesthetic emotions and values. It is concluded that the main phenomena that are associated with the concept of “beauty” and are studied in psychology are body image, attractiveness, physical attractiveness, facial attractiveness and aesthetics. The conducted analysis shows that beauty as a value, remaining an understudied category, is explored in the context of positive psychology.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,043 | 0,064 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».