A Bibliometric Study on Information Seeking Behavior Research in Library and Information Science using Biblioshiny and VOSViewer
Notice bibliographique
Résumé
The primary aim of this attempt is to provide a thorough overview of Information Seeking Behavior (ISB) research within Library and Information Science (ISB) utilizing sophisticated bibliometric analysis tools. We searched the bibliographical data from Scopus and examined with the help of Biblioshiny and VOSviewer to demonstrate the visualization. A total of 1957 documents were included in the dataset. The growth rate is calculated at 7.88%. The total quantity of references quoted across all the documents in the dataset amounts to 57870. The study exposed that the highest number of articles (n=140) were produced in the year 2012 followed by the year 2013 (n=130). The study found USA was the top (Total production=1825) publishing country leading by a significant margin, followed by the UK, India, Canada, China, Iran, Australia, Nigeria, Pakistan, and South Africa. Library Philosophy and Practice leads with the highest number of publications, indicating its significant relevance and impact in the field, followed by other journals like Health Information and libraries journal, Journal of the medical library association. The study highlighted the frequency of usage of specific information and information-seeking terms in the dataset such as human and humans and information seeking as the most commonly used terms. The study delivers a bibliometric study of publications available in the Scopus database on ISB in the area of LIS of the period of 1966-2022.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,102 | 0,177 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».