Sosyal Bilgiler Eğitiminin Entelektüel Topografyası
Notice bibliographique
Résumé
Öz Bu araştırmanın amacı, Web of Science Core Collection veri tabanında, eğitim araştırmaları kategorisinde yer alan sosyal bilgiler eğitimi üzerine yayımlanmış makalelerin bibliyometrik analizini gerçekleştirmektir.Bibliyometrik araştırmalar, bir alanda yapılan bilimsel araştırmalara ulaşmak, bu alana öncülük yapan araştırmacıları tanıtmak, yaptıkları çalışmaları incelemek ve araştırmaların genel çerçevesini çizmeyi ve alandaki eğilimleri ortaya koymayı amaçlamaktadır.Araştırma, betimsel tarama modelinde gerçekleştirilmiştir. R-Studio programında bulunan "bibliometrix" paketine uyumlu olması nedeniyle Web of Science veri tabanında bulunan veriler "txt" formatında çekilmiştir.Elde edilen veriler, açık kaynak kodlu bir istatistik programı olan R programında bulunan R-Studio programlama dilinde "bibliometrix" paketi kullanılarak analiz edilmiştir.Gerçekleştirilen analizler sonucunda; Web of Science veri tabanında sosyal bilgiler eğitimine yönelik en fazla makale yayımlayan dergilerin Theory and Research in Social Education, en fazla yayın yapan yazarların Sharon Vaughn, Elizabeth Swanson ve Jeanne Wanzek olduğu, sosyal bilgiler eğitimi alanında yaptıkları çalışmaların h-indeksi en yüksek olan yazarın ise Sharon Vaughn, olduğu tespit edilmiştir.En fazla makale üreten ilk üç ülkenin ABD, Türkiye ve Kanada, yabancı ülkelerdeki araştırmacılarla iş birliğine en açık ülkenin ise ABD olduğu tespit edilmiştir.Bu araştırmanın sosyal bilgiler eğitimi alanında araştırma yapmayı planlayan araştırmacılar için alan hakkında kapsamlı ve detaylı bir projeksiyon ortaya koyacağı düşünülmektedir.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».