A Bibliometric Analysis on Informal Education Research Developments
Notice bibliographique
Résumé
This study analyses the trend in informal and family education research from 2013-2023. The study aims to explore: (1) the development of the number of international publications derived from the Scopus database in 2013-2023; (2) core journals in international publications; (3) researchers’ productivity; (4) the development of publications based on the subject/field; (5) the development of research publications based on keywords (Co-word) and based on authors (Co-author). The data were collected by browsing through Scopus using the following keywords; informal, education, and family. The search explores categories, article titles, abstracts, and keywords within the time frame of 2013-2023. The data of the number of publications per year, authors, and subjects were analysed using Microsoft Excel 2019. Meanwhile, the development of publications was analysed using the VosViewer application. The results showed that (1) the highest publication was found in 2022, with 197 publications (16.58%); (2) PLOS One Journal was the most productive publication (19 publications); (3) the institution with the miNost affiliations was the University of Toronto with 23 publications; (4) the United States (US) contributed the most with 397 publications; (5) the most productive author was Zimmerman, H.T. (10 publications); (6) the most frequent subject was social science (546 publications); (7) the research development in this field is categorized into 8 clusters based on co-word analysis
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 | 0,011 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,163 | 0,248 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
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 ».