Academic Achievement Research in High School: A Bibliometric Analysis
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.
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 | 0,010 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,107 | 0,147 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,004 |
| 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 ».