A Critical Review and Bibliometric Analysis on Applications of Ground Penetrating Radar in Science Based on Web of Science Database
Notice bibliographique
Résumé
Ground-penetrating radar (GPR) is an established technology with a wide range of applications for civil engineering, geological research, archaeological studies, and hydrological practices. In this regard, this study applies bibliometric and scientometric assessment to provide a systematic review of the literature on GPR-related research. This study reports the publication trends, sources of publications and subject categories, cooperation of countries, productivity of authors, citations of publications, and clusters of keywords in GPR-related research. The Science Citation Index Expanded (SCI-EXPANDED) and the Social Sciences Citation Index (SSCI), which can be accessed through the Web of Science Core Collection, are used as references. The findings report that the number of publications is 6880 between 2001 and 2021. The number of annual publications has increased significantly, from 139 in 2001 to 576 in 2021. The studies are published in 894 journals, and the annual number of active journals increased from 68 in 2001 to 215 in 2021. Throughout the study, the number of subject categories involved in GPR-related research fluctuated, ranging from 38 in 2001 to 68 in 2021. The research studies originated from 118 countries on 6 continents, where the United States and the People’s Republic of China led the research articles. The top five most common keywords are ground-penetrating radar, non-destructive testing, geophysics, electrical resistivity tomography, and radar. After investigating the clusters of keywords, it is determined that civil engineering, geological research, archaeological studies, and hydrological practices are the four main research fields incorporating GPR utilization. This study offers academics and practitioners an in-depth review of the latest research in GPR research as well as a multidisciplinary reference for future 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 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 | 0,026 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,196 | 0,181 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».