A Holistic Evaluation of Buddhism Literature: A Bibliometric Analysis of Global Publications Related to Buddhism Between 1975 and 2017
Notice bibliographique
Résumé
Although Buddhism is the fourth largest religion of the world with almost 500 million followers, to the best of our knowledge, academic literature lacks a bibliometric study investigating Buddhism documents. We used four databases provided by Web of Science; Thomson Reuters to extract the academic documents related to Buddhism and included all items published between 1975 and 2017. We generated info-maps and info-graphics showing distribution of world countries’ publication productivity and connections in bibliometric networks. A total of 25,267 articles were included and the most common document types were original articles, reviews and meeting reports (76.11, 19,38 and 3.84, respectively). English and Korean were the major languages of Buddhism literature (48.12 and 44.95%). United States of America (USA) was leading country with 4572 articles (18.81%) followed by the United Kingdom, China, Canada and Japan (3.32, 2.58, 2.1 and 2.07%, respectively). The most productive countries were Singapore, Australia, New Zealand and Taiwan (s = 19.34, 18.57, 16.42 and 15.45). We noted that six of ten most producing institutions in Buddhism literature were from the USA. No institutions from developing or least-developed countries were in the top-ten list. Researchers from the countries with large Buddhist population should be encouraged and supported to carry out more articles in Buddhist literature. © 2020, Library Philosophy and Practice. All Right Received
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,117 | 0,119 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».