Bibliometric analysis of global scientific research on Public Administration: 1923-2020
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 study aims to perform a bibliometric analysis of documents published in the field of Public Administration during the years 1923-2020. In this bibliometric study, all Web of Science (WOS) databases were used to retrieve the publications in this field. Using a proper search strategy, 93093 records were retrieved in the WOS database from 1923 to 2020. Excel and VOSviewer software were used for bibliometric analysis and visualization of documents. The findings show that 64.31% of documents (59860 documents) were articles; most documents were published in the Public Administration Review-Journal (n= 9011). The United States (with 31930 documents), ENGLAND (with 14636 documents), and Canada (with 7104 documents) published the most documents in this field, respectively. The University of Birmingham was the most productive institution (n=1,441, 1.54 %). Meier, K. J. S was the most productive author (n= 119, 0.12%). Keywords with the highest frequency were "management", "governance", "government", "policy", "performance", "politics", "state", and "organizations". The most co-occurrence keywords existed within three clusters, the first including keywords related to policy issues, the second including author keywords about management and performance, and the third including keywords related to state and local management. The global trend of publications in the field of Public Administration has been upward, from 54 documents in 1923 to 4561 documents in 2020. This study not only presents a full view of global Public Administration research but also can contribute to future research in this field and bibliometric studies.
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 | 0,014 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,171 | 0,680 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,015 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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