Phân tích trắc lượng thư mục các xu hướng nghiên cứu trong lĩnh vực nghiên cứu về trung hòa các-bon
Bibliographic record
Abstract
Trong bối cảnh biến đổi khí hậu và nóng lên toàn cầu, trung hòa các-bon đã trở thành mục tiêu quan trọng của cộng đồng quốc tế. Nghiên cứu này sử dụng phương pháp phân tích trắc lượng thư mục để đánh giá sự phát triển và xu hướng nghiên cứu về trung hòa các-bon từ năm 2000 đến nay. Bằng cách phân tích 2827 ấn phẩm liên quan từ cơ sở dữ liệu Scopus qua công cụ Biblioshiny trên Rstudio, nghiên cứu này cung cấp bức tranh toàn cảnh về các xu hướng nghiên cứu trong lĩnh vực trung hòa các-bon. Kết quả cho thấy sự gia tăng đáng kể về số lượng ấn phẩm trong những năm gần đây, các nghiên cứu trong lĩnh vực này chủ yếu tập trung vào các khía cạnh ứng dụng thực tiễn, kỹ thuật, chính sách, và kinh tế của trung hòa các-bon. Năng lượng tái tạo, công nghệ chuyển đổi các-bon, và công nghệ thu giữ và lưu trữ các-bon đang là những điểm nóng nghiên cứu trên thế giới. Nghiên cứu này phân tích toàn diện về các xu hướng nghiên cứu hiện tại và đề xuất các định hướng cho các nghiên cứu trong tương lai.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.096 | 0.020 |
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".