E-BOOKS IN ACADEMIC LIBRARIES: A BIBLIOMETRIC ANALYSIS BASED ON THE SCOPUS DATABASE
Notice bibliographique
Résumé
There is a need to identify the use and impact of e-books in academic libraries. The study aims to map the bibliometric patterns of the research publications published on e-books in academic libraries on the Scopus Database. Objectives were to examine the authorship pattern, map the year-wise distribution of papers, determine the degree of author collaboration, identify citation trends, identify the most productive journals on the study topic, and map the keyword occurrence. A bibliometric analysis was carried out on research publications on the Scopus database, which discusses e-books in academic libraries. The search was performed without indicating a specific period. The search string was "E-books" AND "Academic Libraries" and it was searched through titles on 6th March 2025. Publish or Perish Software was used to extract the research publications from the Scopus database. Microsoft Excel and VOS Viewer applications were used for data analysis and visualization. By adhering to the PRISMA flow chart 48 research articles were selected for the study. The study revealed that the majority of the research articles were by multi-authors. The first research article on e-books in academic libraries was published in 2001. The years 2012 and 2015 have been the most productive years with the highest number of publications. There is a declining trend in the publications of e-books in academic libraries. The results indicate that there is a high degree of author collaboration. The most trending research topic is the usage and user attitudes toward e-books in academic libraries. The most cited research paper was single-authored with 195 citations. The authors from the United States of America, Canada, and the United Kingdom have contributed to the top five most cited research publications. The Journal "Library Collections, Acquisition and Technical Services" is the most productive and recognized journal with a higher average of citations per article. The terms "Academic Library" and "e-book" are mostly used keywords in the selected research articles. This assessment would be a valuable resource to the scientific community, funding agencies and policymakers. This study may help those who wish to map the bibliometric patterns of research articles.
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 | 0,008 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,154 | 0,203 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».