MétaCan
Menu
Retour à la cohorte
Enregistrement W4399432489 · doi:10.1063/5.0211100

Chinese Academy of Science Journal Ranking System (2015–2023)

2024· article· en· W4399432489 sur OpenAlexfundno aff
Cruz Y. Li, Yunlong Wang, A. Jeffrey Giacomin

Notice bibliographique

RevuePhysics of Fluids · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueExplainable Artificial Intelligence (XAI)
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaCanada Research Chairs
Mots-clésScience Citation IndexPopularityPhysicsChinaRanking (information retrieval)CitationLibrary scienceMainstreamPosition (finance)Political scienceComputer scienceLawArtificial intelligenceBusiness

Résumé

récupéré en direct d'OpenAlex

This work examines China's mainstream journal ranking system from the Chinese Academy of Science (CAS), including its history, recent reforms, and current operation, with a particular focus on Physics of Fluids. Using official statistics, this paper analyzes the Physics of Fluids standings in the CAS system from 2015 to 2023. During these years, Physics of Fluids experienced a significant increase in both popularity and impact. Meanwhile, the CAS system underwent substantial reforms, including the newly proposed Advanced edition, which universally boosted fluids journal academic weights in China. Most notably, the brand-new Field Normalized Citation Success Index (期刊超越指数 or FNCSI) offered a new lens through which to assess academic journal impact. Statistics reveal that Physics of Fluids is in a promising position to become the fourth Tier 1 fluids journal to enter any of CAS's Major Categories (after the Annual Review of Fluid Mechanics, Nuclear Fusion, and Plasma Sources Sciences and Technology) and the first-ever non-review-only Tier 1 fluids journal to enter the Engineering and Technology (工程技术 E&T) Major Category. Finally, this paper suggests several directions for Physics of Fluids to direct future endeavors as it enjoys heightening popularity in China.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0240,028
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,006

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,330
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetExplainable Artificial Intelligence (XAI)Travaux en français237 207