MétaCan
Menu
Retour à la cohorte
Enregistrement W4401649191 · doi:10.70232/rq1cmx05

Green Chemistry in Education: A Bibliometric Study and Research Trends (2002–2022)

2024· article· en· W4401649191 sur OpenAlexaboutno aff
Fauzia Irfani

Notice bibliographique

RevueJournal of Education for Sustainable Development Studies. · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChemistry and Chemical Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationChemistryLibrary scienceComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Research on green chemistry in education is always evolving. Existing studies found that incorporating green principles into undergraduate education has significant benefits. In addition to the growing interest in green chemistry among researchers, a lot of literature evaluations on green chemistry have been conducted during the past ten years. This study presents the results of a bibliometric study of 444 articles on green chemistry in education from the Scopus database in the last two decades until 2022. The literature on green chemistry has previously been mentioned in an article published in 2021 about green and sustainable chemistry education (GSCE) in mainland China. This study was conducted to see research trends on green chemistry and its implementation in education for the last two decades (2002-2022) comprehensively. Based on the analysis’ findings using VOSviewer software, the most cited documents were written by Alfonsi, Tobiszewski, and Clark. The Journal of Chemical Education is the most prolific publishing source followed by the ACS Symposium Series and Physical Sciences Reviews. The nations having the most publications are the US, Canada, and the UK. Regarding the writers who contributed the most in this field are Dicks, Eilks, and Machado. The keywords most often used are “green chemistry”, “sustainability” “laboratory instruction” and “hands-on learning/manipulatives”.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptBibliométrie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,008
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,1510,361
Études des sciences et des technologies0,0010,001
Communication savante0,0060,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,356
Écart entre enseignants0,328 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Bibliométrie

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Autre devis
Domainenon disponible
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education for Sustainable Development Studies.Même sujetChemistry and Chemical EngineeringCatégorieBibliométrieTravaux en français237 207