Analyzing descriptive and content structure of scientific documents in the field of fisheries sciences and engineering
Notice bibliographique
Résumé
Background and aim: The aim of this study was to analyze the descriptive and content structure of scientific outputs produced by fisheries researchers of Iranian universities in the Web of Science (WoS) from 1990 to 2020. Material and methods: This scientometric study was performed using co-word analysis method. The population of this research consisted of 1755 fisheries documents, published during 1990-2020 and indexed in the WoS so that at least one of the researchers had organizational affiliation with Iranian universities and research centers. The data were analyzed using Excel, and the thematic maps of this area were drawn using VOSviewer. Findings: The findings showed that Iran was ranked 25th in international fisheries scientific outputs; in this list, the United States, Japan and Canada were ranked first to third in the world, respectively. Moreover, the findings indicated that Iran had the highest number of scientific outputs in 2017. Among the universities and research centers of Iran, Islamic Azad University, Tehran University and Gorgan University of Agricultural Sciences and Natural Resources had the highest rate of scientific outputs, respectively. The researchers published the most documents in the Iranian Journal of Fisheries Sciences, Journal of Applied Ichthyology and Aquaculture Research. In the study of the co-word network analysis of Iranian fisheries, 10 thematic clusters were identified. Conclusion: Social network analysis of word concepts has suggested that the highest centrality indicators of fisheries studies is associated with marine biology, aquatics reproduction, aquaculture, aquatics safety system, quality of food products, pathogens in aquatics, pollution of aquatic environments, physiological indicators of stress, aquatics nutrition and salinity stress.
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 | 0,016 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,044 | 0,044 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».