Research Trend of Socioscientific Issues Based on Scopus Journal Database: A Bibliometric Study from 2011 to 2021
Notice bibliographique
Résumé
The implementation of socioscientific issues in science learning has increased recently. The purpose of this study is to highlight research trends over the previous ten years by examining the findings of bibliometric papers on socio-scientific issues. A total of 648 articles from the English-language Scopus database were analyzed using the VOS Viewer. The results of the analysis reveal that studies related to socio-scientific issues over the last ten years are still an increasing research trend. Keywords related to socio-scientific issues such as argumentation, decision making, scientific literacy, critical thinking, and climate change. The journal sources that were most cited were the international journal of science education, journal of research in science teaching, research in science education, international journal of science and mathematics education, science and education. Articles that are widely cited by other authors are Sadler T.D, Zeidler, D.L, Osborn, J, Eilks, I, Erduran, S, Lederman, N.G, Simon, S. Leading countries in the field of socio-scientific issues are the United States, Germany, Sweden, Taiwan, Australia, Turkey, United Kingdom, Canada, Spain, Indonesia. Further researchers can conduct scientific studies on socio-scientific issues by using educational technology in the form of digital media and other variables that have not been studied or are still little researched.
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 | 0,009 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,101 | 0,163 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».