paint-brush
"En webométrie, l'IA peut apporter plusieurs avantages spécifiques, notamment l'exploration du Web, la collecte de données...par@decentralizeai
Nouvelle histoire

"En webométrie, l'IA peut apporter plusieurs avantages spécifiques, notamment l'exploration du Web, la collecte de données...

par Decentralize AI3m2024/06/25
Read on Terminal Reader

Trop long; Pour lire

En webométrie, l'IA peut offrir plusieurs avantages spécifiques, notamment l'exploration du Web et la collecte de données, l'analyse des liens Web, l'analyse du contenu Web et les médias sociaux.
featured image - "En webométrie, l'IA peut apporter plusieurs avantages spécifiques, notamment l'exploration du Web, la collecte de données...
Decentralize AI HackerNoon profile picture
0-item

Auteurs:

(1) Hamid Reza Saeidnia, Département des sciences de l'information et des études du savoir, Université Tarbiat Modares, Téhéran, République islamique d'Iran ;

(2) Elaheh Hosseini, Département des sciences de l'information et des études du savoir, Faculté de psychologie et des sciences de l'éducation, Université Alzahra, Téhéran, République islamique d'Iran ;

(3) Shadi Abdoli, Département des sciences de l'information, Université de Montréal, Montréal, Canada

(4) Marcel Ausloos, School of Business, Université de Leicester, Leicester, Royaume-Uni et Université d'études économiques de Bucarest, Bucarest, Roumanie.

Tableau des liens

Résumé et introduction

Matériels et méthodes

Résultats

QR 1 : IA et scientométrie

QR 2 : IA et webométrie

QR 3 : IA et bibliométrie

Discussion

QR 4 : L'avenir de la scientométrie, de la webométrie et de la bibliométrie avec l'IA

QR 5 : Considérations éthiques de la scientométrie, de la webométrie et de la bibliométrie avec l'IA

Conclusion, limites et références

QR 2 : IA et webométrie

En webométrie, l'IA peut offrir plusieurs avantages spécifiques, notamment l'exploration du Web et la collecte de données, l'analyse des liens Web, l'analyse du contenu Web, l'analyse des médias sociaux, l'analyse de l'impact du Web et les systèmes de recommandation, comme le montre la figure 3, et par exemple, cela a été démontré dans des articles comme [9, 10, 21, 36-45].


Figure 3. Six avantages spécifiques que l'IA peut apporter à la webométrie ; Source : par les auteurs


Ces 6 considérations soulignent les avantages potentiels et suggèrent des stratégies ciblées pour utiliser les capacités de l'IA en webométrie. Les résultats qui en résultent mettent en évidence la manière dont l’IA peut améliorer la qualité, l’accessibilité et les processus de collecte de données dans les analyses webométriques, comme indiqué dans le tableau 2.


En effet, les algorithmes basés sur l'intelligence artificielle peuvent automatiquement explorer et collecter des données à partir de sites Web, notamment des sites Web institutionnels, des portails de recherche scientifique et des référentiels en ligne [39, 42]. Cela permet aux chercheurs de rassembler de grandes quantités d’informations sur le Web à des fins d’analyse, notamment des données de publication, des profils d’auteurs et des modèles de citation.


Afin de comprendre la relation entre les publications, les sites Web et les auteurs, les approches d'intelligence artificielle peuvent analyser les structures des hyperliens et les modèles de liens Web [9, 43]. En analysant la structure des liens, les algorithmes d'IA peuvent identifier les sites Web et les auteurs influents, ainsi que détecter les communautés, les collaborations et les réseaux de recherche au sein de l'écosystème scientifique Web [17].


Tableau 2. Études démontrant les capacités utilisables de l'intelligence artificielle pour la webométrie


Des techniques d'IA, telles que le traitement du langage naturel et l'apprentissage automatique, peuvent être utilisées pour analyser le contenu des pages Web et des publications scientifiques disponibles en ligne [40, 41]. Cela permet aux chercheurs d'extraire des informations clés, telles que des mots-clés, des sujets et des sentiments, à partir de documents Web, facilitant ainsi une analyse et une compréhension complètes des résultats de la recherche.


L'IA peut analyser les plateformes de médias sociaux, telles que Twitter, pour comprendre les discussions, les tendances et les interactions en ligne liées à la recherche scientifique [36, 38, 44]. En analysant les hashtags, les mentions et le comportement des utilisateurs, les algorithmes d’IA peuvent identifier des sujets de recherche influents, des leaders d’opinion clés et des collaborations potentielles au sein de la communauté scientifique en ligne, comme le démontrent de tels travaux antérieurs.


L'IA peut évaluer l'impact et la visibilité de la recherche scientifique sur le Web [37, 46]. En effet, en analysant le trafic Web, les pages vues et les mesures des médias sociaux, les algorithmes d’IA peuvent fournir des informations sur la visibilité, la diffusion et l’engagement en ligne des publications scientifiques, des auteurs et des instituts de recherche.


« Enfin », les systèmes de recommandation basés sur l'IA peuvent aider les chercheurs à découvrir des sites Web scientifiques pertinents, des ressources en ligne et des collaborations de recherche [35, 45]. Ces articles, basés sur les préférences des utilisateurs, le comportement de lecture et les données d'utilisation du Web, montrent que des recommandations personnalisées peuvent être générées à l'aide d'algorithmes d'IA, permettant ainsi aux chercheurs d'explorer plus facilement le paysage scientifique du Web et de découvrir de nouvelles opportunités pour des recherches plus approfondies.


Cet article est disponible sur arxiv sous licence CC BY 4.0 DEED.