Exploring the frontiers of artificial intelligence: A bibliometric analysis of high-impact research up to 2023
Notice bibliographique
Résumé
Artificial intelligence (AI) has rapidly evolved, transforming industries and addressing societal challenges across sectors such as healthcare and education. This study provides a state-of-the-art overview of AI research up to 2023 through a bibliometric analysis of the 50 most influential papers, identified using Scopus citation metrics. The selected works, averaging 74 citations each, encompass original research, reviews, and editorials, demonstrating a diversity of impactful contributions. Over 300 contributing authors and significant international collaboration highlight AI’s global and multidisciplinary nature. Our analysis reveals that research is concentrated in core journals, as described by Bradford’s Law, with leading contributions from institutions in the United States, China, Canada, the United Kingdom, and Australia. Trends in authorship underscore the growing role of generative AI systems in advancing knowledge dissemination. The findings illustrate AI’s transformative potential in practical applications, such as enabling early disease detection and precision medicine in healthcare and fostering adaptive learning systems and accessibility in education. By examining the dynamics of collaboration, geographic productivity, and institutional influence, this study sheds light on the innovation drivers shaping the AI field. The results emphasize the need for responsible AI development to maximize societal benefits and mitigate risks. This research provides an evidence-based understanding of AI’s progress and sets the stage for future advancements. It aims to inform stakeholders and contribute to the ongoing scientific discourse, offering insights into AI’s impact at a time of unprecedented global interest and investment.
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 | 0,014 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,181 | 0,277 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».