A Green Legacy: 30 Years of Manuscript Publishing Trends in the Electronic Green Journal
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
This study examines the publishing and citation trends of the Electronic Green Journal: Professional Journal on International Environmental Information (EGJ) over the past three decades (1994–2024). This paper aims to provide a comprehensive analysis of research articles, top authors, countries, organizations, collaboration patterns, and highly cited articles. Bibliometric analysis was conducted using data extracted from the journal's metadata, Google Scholar database, and Google Scholar Profiles. A thorough search strategy was employed to ensure relevant data extraction. A total of 49 records (n=49) were selected for analysis using an Excel spreadsheet. The findings indicate 169 research articles were published during this period, with the highest number of articles published in the year 2000 and 2001 (n=20). The year 1994 garnered the most citations, totaling 1,767. Authors from the United States and Canada were the most prolific, contributing the highest number of research studies and author collaborations. Single authorship was the most common pattern, followed by collaborations between two authors. This paper provides an opportunity to examine the evolution of open international scholarly communication published in the EGJ over the past 30 years (1994–2024) and to highlight its most impactful contributions. Analyzing productivity and citation metrics, this study is the first to offer a detailed understanding of the environmental sustainability literature published in the EGJ.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,004 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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