Do research collaborations age like wine? Absolute and relative measures of CANZUK research partnerships’ strength since the 1950s
Notice bibliographique
Résumé
Although previous studies of today's globalised and competitive research landscape have mentioned the research collaborations of CANZUK countries (i.e., Australia, Canada, New Zealand, and the United Kingdom), none have yet studied them in detail. Further, such studies have used different measures of international research collaboration (IRC), resulting in disparate findings. This paper, therefore, analyses the strengths of CANZUK research collaborations, how those collaborations have changed over time, and assesses the effect of three ways of measures on the results (absolute strength, bilateral similarity, and multilateral similarity). We provide a detailed characterisation of the CANZUK research network and its relationships with partner countries, which reveals that the most collaborative CANZUK countries are the UK and Australia, among other findings. We also confirm that many findings differ depending on which measures are used. We offer an explanation of this difference with reference to the nature of the measures (i.e., what they really measure) and make suggestions for suitable measures in future studies depending on their purpose. Finally, we discuss how this study's findings can be used by research policy makers (in CANZUK and elsewhere) in deciding on research strategy and by researchers in appropriately measuring IRC.
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 | 0,032 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,028 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,012 | 0,017 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».