Exploring international collaboration and language dynamics in Digital Humanities: insights from co-authorship networks in canonical journals
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
Purpose This paper presents a follow-on study that quantifies geolingual markers and their apparent connection with authorship collaboration patterns in canonical Digital Humanities (DH) journals. In particular, it seeks to detect patterns in authors' countries of work and languages in co-authorship networks. Design/methodology/approach Through an in-depth co-authorship network analysis, this study analysed bibliometric data from three canonical DH journals over a range of 52 years (1966–2017). The results are presented as visualised networks with centrality calculations. Findings The results suggest that while DH scholars may not collaborate as frequently as those in other disciplines, when they do so their collaborations tend to be more international than in many Science and Engineering, and Social Sciences disciplines. DH authors in some countries (e.g. Spain, Finland, Australia, Canada, and the UK) have the highest international co-author rates, while others have high national co-author rates but low international rates (e.g. Japan, the USA, and France). Originality/value This study is the first DH co-authorship network study that explores the apparent connection between language and collaboration patterns in DH. It contributes to ongoing debates about diversity, representation, and multilingualism in DH and academic publishing more widely.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,026 | 0,030 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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