The Evolution of Coral Reef under Changing Climate: A Scientometric Review
Notice bibliographique
Résumé
In this scientometric review, we employ the Web of Science Core Collection to assess current publications and research trends regarding coral reefs in relation to climate change. Thirty-seven keywords for climate change and seven keywords for coral reefs were used in the analysis of 7743 articles on coral reefs and climate change. The field entered an accelerated uptrend phase in 2016, and it is anticipated that this phase will last for the next 5 to 10 years of research publication and citation. The United States and Australia have produced the greatest number of publications in this field. A cluster (i.e., focused issue) analysis showed that coral bleaching dominated the literature from 2000 to 2010, ocean acidification from 2010 to 2020, and sea-level rise, as well as the central Red Sea (Africa/Asia), in 2021. Three different types of keywords appear in the analysis based on which are the (i) most recent (2021), (ii) most influential (highly cited), and (iii) mostly used (frequently used keywords in the article) in the field. The Great Barrier Reef, which is found in the waters of Australia, is thought to be the subject of current coral reef and climate change research. Interestingly, climate-induced temperature changes in "ocean warming" and "sea surface temperature" are the most recent significant and dominant keywords in the coral reef and climate change area.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,092 | 0,149 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».