Root harvester machine: a review of papers from the Scopus database published in English for the period of 1982-2022
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
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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