Analysis of G20 Countries in terms of Scientific Publication Performances
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
The achievement of countries in generating scientific publications is also a reflection of their efforts in the scientific domain. The quantitative volume of these publications is not a criterion alone, but the fact that they are a source of inspiration for other scientists carrying out their studies in other countries is an important indicator in terms of evaluating the quality of publications. Based on this emphasis on scientific publications, this research aimed to assess the performance of nineteen G20 countries upon scientific publication data issued by The SCImago Journal & Country Rank and covering the years 1996-2022. The evaluation criteria do not only consist of the number of scientific documents, but also number of citable documents, number of citations, number of self-citations, number of citations per document and H-index values. Fuzzy Step-wise Weight Assessment Ratio Analysis (Fuzzy SWARA) method is employed to determine the priorities of the criteria with the participation of ten researchers from different scientific disciplines. As an outcome of the application of this method, the order of importance of the criteria is determined as H-index, number of citable documents, number of citations per document, number of citations, number of documents and self-citation. The performance order of nineteen countries is performed by using the CODAS-LN method, which includes a logarithmic normalization version of the COmbinative Distance-based ASsessment (CODAS) method and is a very convenient approach in cases where the data is not normally distributed. The results revealed that the United States has a superior position in terms of scientific publication performance, while the United Kingdom, Germany, Canada and France are aligned in the top five order. The consistency of the applied method is also confirmed by two different sensitivity analyses.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,012 | 0,018 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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