Scientometric Exploration of Fuzzy Research in Saudi Arabia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This bibliometric research investigates the development, productivity, and academic influence of fuzzy research from 1981 to 2024 in Saudi Arabia. We retrieved the bibliometric data from the Scopus database and analyzed 5,719 publications, leading to 111,381 citations. The metric analysis shows that Mohammad A. Abido is leading the country with the highest number of publications. At the same time, King Abdulaziz University and King Saud University are the most productive institutes in fuzzy research. Journals such as the IEEE Access and MDPI are leading quite often as the publishing venue, and a trend of publication towards high-impact journals. International collaborations with Pakistan, India, China, and Canada significantly impacted the research productivity. The visual analysis was done using VOS viewer and Bibliometrix software, which includes co-citation, bibliographic coupling, co-occurrence, word cloud mapping, and emerging or declining thematic maps. These evaluations illustrate strong interdisciplinary ties of literature, while top research topics and trends involve artificial intelligence, optimization, decision making, and sustainability. The current direction is to increase the application of fuzzy logic in the energy, health, and environmental sciences. More generally, this study highlights the trends and themes of Saudi Arabia in the world of fuzzy set theory and its applications, facilitated by institutional backing, inter-institutional collaboration, and increasing demands for cross-disciplinary research.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,038 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle