BEYOND THE LENS: A BIBLIOMETRIC JOURNEY THROUGH ARCHITECTURAL PHOTOGRAPHY RESEARCH
Notice bibliographique
Résumé
This study presents a bibliometric analysis to map academic trends, collaborations, and thematic developments in architectural photography using VOSviewer and Biblioshiny software. Based on 470 publications retrieved from the Web of Science (WoS) database, the analysis explores the intellectual structure of architectural photography research through keyword co-occurrence, citation networks, and bibliometric coupling. The findings reveal a significant increase in academic interest over the past two decades, highlighting the growing interdisciplinary connections of the field with cultural heritage, digital visualization, and artificial intelligence applications. Cluster analysis identified eleven major thematic groups, including cultural heritage documentation, digital photogrammetry, AI-assisted visualization, and media representation. Country-level bibliometric coupling analysis shows that the United States is a dominant research hub with strong links to the United Kingdom, Canada, and Australia. At the same time, China and European countries demonstrate intensive regional collaborations. The study concludes that architectural photography is no longer limited to traditional documentation practices but is increasingly evolving into a research domain shaped by emerging technologies such as 3D modeling, LiDAR, and augmented reality. These findings offer valuable insights into emerging research directions such as computational photography, immersive visual storytelling, and interdisciplinary approaches to architectural documentation.
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 | 0,019 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,137 | 0,204 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,001 | 0,005 |
| 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 ».