Surdurulebilirlik muhasebesi konusunda yayınlanan makalelerin bibliyometrik analizi: Web of Science örneği
Bibliographic record
Abstract
Geleneksel muhasebe sisteminin kurumsal sürdürülebilirliğe yönelik bilgi sağlamada yetersiz kalması, son yıllarda sosyal ve çevresel faktörleri de dikkate alan sürdürülebilirlik muhasebesinin ortaya çıkmasına neden olmuştur. Sürdürülebilirlik muhasebesi, geleneksel muhasebede olduğu gibi karar alıcıların ve işletmelerin finansal ve finansal olmayan bilgi ihtiyacını karşılamaktadır. Sürdürülebilirlik muhasebesi, finansal muhasebe ile aynı bileşenlere sahip olmakla birlikte amaçları, yöntemleri, nitelikleri ve rapor türleri açısından bazı farlılıklar göstermektedir. Sürdürülebilirlik muhasebesi; ekonomik, sosyal ve çevresel boyutlara odaklanan ve bu boyutlar arasındaki ilişkinin ortaya konulması gerektiğini savunan bir muhasebe ve raporlama yaklaşımıdır. Bir bilim dalında belirli bir konuda yapılmış olan bilimsel çalışmaların belirli dönemler itibariyle incelenmesi, konunun gelişim seyrinin ve eğiliminin belirlenmesi açısından büyük önem taşımaktadır. Bu çalışmanın amacı, “Web Of Science (WOS)”ta taranan ve “Sürdürülebilirlik Muhasebesi” konusunda yayınlanan makalelerin 2000-2022 yılları arasındaki gelişim ve eğilimi bibliyometrik analiz yöntemi ile incelemektir. Bibliyometrik analiz yönteminin çeşitli türleri bulunmakta olup bibliyometrik haritalama bunlardan birisidir. Ayrıca, söz konusu analizlerin bağlantılarının görsel olarak sunumunda kullanılan birçok yazılım bulunmakta olup, bu çalışmada “VOSviewer” paket yazılım programı kullanılmış ve veri haritalandırılması gerçekleştirilmiştir. Ulaşılan 5532 makale görsel haritalama yöntemi kullanılarak 3 ana başlık altında incelenmiştir. İncelenen başlıklar ise; atıf, eş dizimlilik ve ortak atıf şeklinde belirlenmiştir.
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 | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.013 | 0.025 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.037 | 0.006 |
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".