Pesquisa de cianoliquens: uma análise bibliométrica de 1991 a 2022
Bibliographic record
Abstract
No presente estudo foi realizada uma análise bibliométrica sobre cianoliquens, utilizando como base de dados a ISI Web of Science (WoS). Um total de 244 documentos foram recuperados, publicados no período de 1991 a 2022, e 79 estudos publicados de 2016 a 2022. Considerando todo o período analisado, observou-se um aumento nos estudos com cianoliquens, sendo o ano de 2013 o mais produtivo (21 estudos), seguindo de 2019 (18). Os estudos foram feitos por cientistas de 47 países, com EUA, Canada, Alemanha, Noruega e Suécia como os mais produtivos. A rede bibliométrica das palavras-chave foi agrupada em quatro classes: a primeira e mais isolada incluiu a taxonomia, evolução e seletividade dos parceiros simbióticos, enquanto as outras três classes foram associadas com ecologia, fisiologia, diversidade e conservação de cianoliquens, estas últimas dispostas em uma relação mais próxima, evidenciando que muitas vezes estes aspectos são estudados juntos. Analisando apenas o período de 2016 à 2022, a maioria dos estudos citados apresentam um interesse crescente em estudar a fixação de nitrogênio, ecologia funcional, microbiota associada e macroevolução dos cianoliquens. A análise bibliométrica foi eficaz em demonstrar o estado da arte do estudo dos cianoliquens em um contexto global, e evidenciou os principais tópicos de interesse da comunidade científica, assim como os países, pesquisadores, estudos e revistas que se destacaram.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.079 | 0.154 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".