Environmental Ethics In Socio-Humanities Research: A Hybrid Systematic Literature Review and Bibliometric Analysis
Notice bibliographique
Résumé
This research combines two approaches, namely Systematic Literature Review (SLR) and bibliometric analysis, to see examine research on environmental ethics throughout the world. Data is taken from basic data Scopus, who initially discovered 17,684 publications from year to year 1969 to 2025. After the screening and eligibility checking process ,2,173 articles were selected for analysis (completed on 7 November 2025). Data visualization is done using VOSviewer The results show that the topic of environmental ethics is increasingly attracting the attention of researchers in various countries, especially in the United States, United Kingdom, and Canada which is the most productive country in this field. Some of the main themes that emerged in these studies include global justice, sustainability discourse, ecological citizenship, and philosophical foundations of environmental ethics. Based on these findings, this study proposes an integrated conceptual framework that connects cultural values, ethical principles, and social participation (as input) with ethical reflection and ecological engagement (as a process) to achieve comprehensive sustainability (as output). Overall, this study provides a comprehensive overview of global patterns, theme clusters, and conceptual directions in environmental ethics studies. Researchers also suggest that future studies expand data sources, for example by adding basic data Web of Science, and involve areas that have been underrepresented so that research results are more inclusive and culturally diverse. The broader implication of this research is the importance of integrating environmental ethics into sustainability policies, education, and social practices in society, in order to improve ethical awareness and ecological responsibility.
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 | 0,074 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,246 | 0,204 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».