Root harvester machine: a review of papers from the Scopus database published in English for the period of 1982-2022
Notice bibliographique
Résumé
Agricultural products, including root fruits, make up a large part of a person’s vital needs. Therefore, cultivating root fruits and harvesting crops without harm is one of the main tasks of agricultural events. Considering the above, it is of great importance to have information about the scientific research and scientific results achieved by our scientists in this field. To this aim, a bibliometric analysis of articles on root harvesters published in the Scopus database between 1982 and 2022 was used to understand the current state of studying cultivating agricultural products, including root fruits, and harvesting their crops and to provide references for future studies. To carry out this research different tools such as Office Excel 2021, VOS Viewer and Mapchart.net were used. The literature retrieved totaled 201 articles, of which 70% were research papers. During the last four decades, the quantity of published papers has increased significantly. For example, there were 22 papers published in 2019, 22 times increase over the number of papers published in 2002 (1 paper). It was found that the top five countries that published the most literature were China, the United States, India, the United Kingdom, and Canada, which published 44, 43, 12, 12, and 10 articles, respectively. During the chosen period 159 authors from 58 countries contributed to the given field.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,041 | 0,043 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».