Academic Achievement Research in High School: A Bibliometric Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This research aims to determine the important role of academic achievement at the senior high school level. The method used in this study is the bibliometric method assisted by the Scopus database with a quantitative approach. Data were analyzed using VOSviewer software to create co-authorship, keyword and citation maps. The results of the study show that the number of articles published on the topic of academic achievement research has increased from the period 2003 to 2021 with an average publication (1.94 or 2 articles per year). The record was in 2011, which was the highest record among those years. Procedia Social And Behavioral Sciences is the most relevant source and produces many publications related to academic achievement. The country with the largest contribution in the publication of the Academic Achievement study is the United States with 21 published documents. Followed by the Iranian state with 6 documents, Australia with 3 documents, Canada-China-Spain and United Kingdom each with 2 published documents, as well as Brazil-Chile and Ireland with 1 published document. Findings, there are 120 writers who contribute to writing Academic Achievement articles as writers or colleagues of the author in 37 publications. It is known that Kuo Y.L. and Shah, M. is a productive writer with 2 documents each. Although there are no significant differences in the publication document per author, the two researchers are slightly higher than other writers who only publish one document. Future topic trends according to Vosviewer's visualization show that the most appearing topics are related to students, schools, colleges and education
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.
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 | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,107 | 0,284 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle