Tracking Research of Indian Council of Agricultural Research: Insights From Scientometric Analysis
Notice bibliographique
Résumé
This study examines the research output of Indian Council of Agricultural Research (ICAR) researchers from 2010 to 2023 using scientometric tools and the Web of Science database. Initially identifying 2956 articles, subsequent application of exclusion criteria yielded 2950 relevant documents, encompassing journal articles, reviews, conference papers, and other scholarly contributions. The analysis reveals a robust scientific output characterized by recent publication dates, underscoring the timeliness of ICAR’s research. Key journals such as “PLOS ONE,” “Frontiers in Plant Science,” and “Scientific Reports” emerge as significant platforms for disseminating ICAR’s findings. The Indian Agricultural Research Institute (IARI) stands out for its substantial research output and citation impact. Collaboration is a prominent feature, with many documents being co-authored, reflecting the interdisciplinary nature of ICAR’s research and facilitating knowledge exchange among researchers. The study employs Biblioshiny (Bibiliometrix) and VOSviewer software for bibliometric analysis, providing insights into growth trends, collaborative patterns, authorship trends, and institutional collaborations at both national and international levels.
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 | 0,040 | 0,175 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,109 | 0,263 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,018 | 0,007 |
| Science ouverte | 0,002 | 0,007 |
| 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 ».