MétaCan
Menu
Retour à la cohorte
Enregistrement W4414819347 · doi:10.1007/s12237-025-01616-y

A Preliminary Investigation of Research Collaboration Through Scientific Paper Co-authorship in the Gulf of Mexico

2025· article· en· W4414819347 sur OpenAlexafffundabout
Juliet Vallejo, Evelyn Roozee, Dongkyu Kim, Andrew M. Song, Christopher A. Gabler, Jasper de Vries, Antonia Sohns, Gordon M. Hickey, Owen Temby

Notice bibliographique

RevueEstuaries and Coasts · 2025
Typearticle
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Texas Rio Grande Valley
Mots-clésPoliticsBridge (graph theory)Fragmentation (computing)Natural (archaeology)Ecosystem

Résumé

récupéré en direct d'OpenAlex

It is well known that publications with collaborators from external institutions increase citations. This effect scales with spatial distance. There are also many barriers to long-distance collaborations, including linguistic differences, funding constraints, and the incremental costs of remote collaboration. This paper uses the Gulf of Mexico as a case study to examine long-distance research collaboration because it consists of three countries with diverse development levels and two prominent diplomatic languages, within a singular regional ecosystem of tremendous natural and economic value. This paper uses bibliometric network analysis to examine scientific research article co-authorship in the Gulf of Mexico from 2000 to 2018. The results reveal that, although inter-organizational co-authorship has increased, significant fragmentation exists between the U.S.A, Mexico, and Cuba. Large differences in technological and organizational proximity as well as research capacity between US and Mexican states in the Gulf of Mexico may make collaboration more difficult compared to other transboundary settings, such as the US-Canadian border. Centrally located organizations in the network, such as NOAA, have played a prominent role in cross-institutional research, suggesting a capacity to bridge political entities in the Gulf of Mexico.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie, Communication savante
Catégories consensuellesMétarecherche, Bibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0350,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0140,138
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,441
Tête enseignante GPT0,565
Écart entre enseignants0,124 · 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

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEstuaries and CoastsMême sujetscientometrics and bibliometrics researchTravaux en français237 207