MétaCan
Menu
Retour à la cohorte
Enregistrement W4408108363 · doi:10.3138/jsp-2024-0032

Visualization and Bibliometric Analysis of Research Evolution on Metaverse

2025· article· en· W4408108363 sur OpenAlexvenueno aff
Herty Ramayanti Sinaga, Andi Atrianingsih, Saurabh Dutta, Dito Anurogo, Indah Sulistiani, Javaid Ahmad Wagay

Notice bibliographique

RevueJournal of Scholarly Publishing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisualizationData scienceMetaverseComputer scienceBibliometricsGeographyEpistemologyWorld Wide WebHuman–computer interactionData miningVirtual realityPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study presents a comprehensive bibliometric analysis of metaverse research, examining trends, academic output, and collaborations. A total of 1,200 papers were retrieved from web of science and analyzed using CiteSpace, VOSviewer, and Biblioshiny. Research on the metaverse has surged since 2022, driven by commercial interest. Leading institutions include the Chinese Academy of Sciences and Nanyang Technological University, with China and the USA dominating country collaborations. Keyword analysis highlights ‘virtual reality’ and ‘augmented reality,’ while ‘virtual worlds’ and ‘Second Life’ show notable bursts. Author networks reveal strong collaborations, though male researchers predominate, with Paola Paoloni standing out among female contributors. High-impact journals like IEEE Access and Sustainability frequently publish in this field, which is largely interdisciplinary, spanning computer science and engineering. This study, among the first of its kind, provides insights into the evolving landscape of metaverse research, guiding future studies and identifying unexplored areas for further exploration.

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
Sans objetlow
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)0,011
score de la tête « metaresearch » (Gemma)0,061
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 enseignants0,826
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,061
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,1740,190
Études des sciences et des technologies0,0020,001
Communication savante0,0100,008
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,084
Tête enseignante GPT0,402
Écart entre enseignants0,318 · 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'étudeSans objet · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Scholarly PublishingMême sujetVirtual Reality Applications and ImpactsCatégorieBibliométrieTravaux en français237 207