Holistic analysis of global feminism publications: A bibliometric evaluation of feminism literature between 1975 and 2017
Notice bibliographique
Résumé
Bibliometrics is a relatively novel statistical branch investigating academic publications in a certain field. Although there has been an increasing popularity of bibliometric studies in recent years, scientific literature lacks a holistic analysis of feminism literature. To the best of our knowledge our study was the first bibliometric analysis of the publications in feminism literature. All data of this study was obtained from Web of Science databases. All documents produced in feminism literature between 1975 and 2017 were included. A total of 44,920 published articles were found. The peak year of feminism literature was 2017 with 3378 articles. English was the major language of the literature and it covered 83.91% of total documents. The United States of America (USA) dominated the area with 18,127 articles and covered 40.35% of all literature followed by the UK, Canada, Australia, Spain, Brazil and South Africa (n=5035, 3383, 2180, 777, 620 and 472 documents, respectively). Publications related to feminism were produced from almost all regions in the world except for some African and Asian countries. Canada was the most productive country with a score of 91.55 followed by the Australia, New Zealand and the UK (s=88, 81.11 and 75.63, respectively). Eun-Ok Im from the USA was the most prolific author with 40 articles in feminism field. The USA was the predominant country during all the period of 1975 to 2017. University of California System was the most contributor institution between 1975 and 2009 although University of London ranked the first after 2010. Developed countries dominated feminism literature and all 20 most contributor funding agencies were from developed countries. The researchers from developing and least-developed countries should be supported to produce new publications in the field of feminism. © 2021. All Rights Reserved.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Bibliométrie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,042 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».