GÖZETİM ALANINDA İLETİŞİM ÜZERİNE YAPILAN ARAŞTIRMALARIN BİBLİYOMETRİK ANALİZİ: WEB OF SCİENCE (WOS)
Notice bibliographique
Résumé
This study presents a comprehensive bibliometric analysis in the field of surveillance and communication by analyzing 421 publications published between 2019 and 2024. The aim of the study is to determine the trends and orientations of the concept of surveillance in the scientific literature after Covid-19. To this end, the Web of Science (WoS) database was searched with the relevant keywords and 17,720 data were obtained. Among the data obtained, 421 articles published in English from the field of Communication were reached by applying the exclusion and inclusion criteria of the sample. The study was developed using Bibliometrix R-Tool and provided metadata from the WoS database. Publications, citations and information sources were analyzed, including top journals, top keywords, top cited and leading articles, top cited scholars, and top contributing institutions and countries. As a result, this study found that engineering, computer sciences and health are the most prominent fields related to surveillance, and that most articles are published in terms of publication type. In surveillance studies related to the field of communication, the words social media, privacy, Covid-19, China, algorithm and big data stand out; countries such as the USA, Australia, the UK, Canada and China are among the most productive countries; and with the increase in surveillance capacities, the protection of user privacy and security will become a critical issue.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».