"Comment les techniques de pointe en scientométrie améliorée par l'IA contribuent-elles au domaine de la recherche ?"

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

Matériels et méthodes

Notre étude a consisté à effectuer une revue approfondie de la littérature existante pour explorer les différents aspects et plusieurs indicateurs liés à l'utilisation de l'IA améliorée en scientométrie, webométrie et bibliométrie. Tout au long de la préparation de ce manuscrit, nous avons adhéré à la liste de contrôle PRISMA-ScR et suivi les directives de reporting recommandées pour les revues systématiques [19]. Il est important de noter que ce manuscrit n’a pas été préalablement enregistré dans PROSPERO ou dans toute base de données similaire. Nous tenons à souligner que même si l'enregistrement PROSPERO est généralement associé à des revues systématiques, nous avons pris la décision délibérée de ne pas enregistrer cette revue spécifique. Cette décision est basée sur la portée de notre examen, qui ne répond pas strictement aux critères d'éligibilité de PROSPERO, et sur l'aspect pratique dans les limites de notre projet. Nous souhaitons assurer aux lecteurs que notre processus de recherche et de sélection de la littérature suit une méthodologie rigoureuse et que nos résultats sont rapportés de manière transparente, afin de répondre à toute préoccupation concernant la crédibilité.

Questions de recherche

1. "Comment les techniques de pointe en scientométrie améliorée par l'IA contribuent-elles au domaine de l'évaluation de la recherche et de l'évaluation de l'impact ?"

   
   

2. « Quelles avancées ont été réalisées dans la webométrie améliorée par l'IA et comment améliorent-elles la compréhension des informations Web et du comportement des utilisateurs en ligne ? »

   
   

3. « De quelles manières les techniques de pointe en matière de bibliométrie améliorée par l'IA révolutionnent-elles l'analyse et la mesure des publications scientifiques et leur impact ? »

• De plus, nous recherchons des réponses aux demandes suivantes :

4. « Quel avenir pour la scientométrie, la webométrie et la bibliométrie avec l'IA ? »

   
   

5. « Quelles sont les considérations éthiques à prendre en compte lors de l'utilisation de l'IA en scientométrie, webométrie et bibliométrie ? »

Critères d'inclusion et d'exclusion

Au cours du processus de sélection des études, nous avons mis en œuvre des critères spécifiques pour identifier les articles pertinents de la base de données. Nous avons examiné différents types d'articles, à l'exclusion des articles de revue systématique, car notre objectif est de nous concentrer sur les études de recherche originales et les méta-analyses, car elles ont souvent leurs propres critères d'inclusion et d'exclusion distincts qui peuvent différer des nôtres. Les articles sélectionnés devaient se concentrer sur l’utilisation de l’IA pour transformer la mesure et l’analyse de la communication scientifique, identifier les tendances de recherche émergentes et évaluer l’impact des publications scientifiques. Par conséquent, les articles traitant uniquement de l’analyse de la communication scientifique et de l’impact des publications scientifiques sans aucun rapport avec l’IA sont exclus de la revue. Grâce à l'application de ces critères, nous nous assurons que les études choisies abordent directement l'analyse des techniques améliorées par l'IA dans le domaine de la scientométrie, de la webométrie et de la bibliométrie, nous permettant de fournir une analyse ciblée et ciblée pour notre recherche.

Bases de données et méthode de recherche

Nous avons effectué des recherches dans plusieurs bases de données, notamment ProQuest (LISTA & IBSS), EBSCO (LISTA), IEEE Explore, Web of Science et Scopus pour identifier les études pertinentes. La recherche s'est limitée aux articles publiés entre le 1er janvier 2000 et septembre 2022, afin d'englober la littérature la plus récente liée à nos objectifs de recherche. Pour garantir une stratégie de recherche complète, nous avons utilisé une combinaison de termes de recherche larges et effectué une recherche imbriquée [20]. La stratégie de recherche impliquait l'utilisation de mots-clés pertinents pour notre sujet de recherche, y compris des variantes et des synonymes pour maximiser la couverture. Par exemple, dans Scopus, notre chaîne de recherche comprenait des termes tels que « IA » OU « Intelligence artificielle » ET « Scientometrics » OU « Webometrics » OU « Bibliométrie » ou des variantes de ceux-ci. En incorporant ces mots-clés et en utilisant des opérateurs booléens pour les combiner, notre objectif était d'identifier des articles axés sur l'impact, l'efficacité et l'évaluation des soins de santé ou des technologies de santé intelligentes. Les termes de recherche et la chaîne spécifiques peuvent varier légèrement pour chaque base de données, mais ils suivent une structure similaire.

Sélection des études

Le processus de sélection des études comprenait deux étapes visant à identifier les articles répondant à nos critères d'inclusion. Initialement, deux évaluateurs indépendants (HR.S. et EH) ont examiné les titres et résumés des articles identifiés afin de déterminer leur pertinence par rapport à notre question de recherche et à nos critères d'inclusion. Tout désaccord entre les évaluateurs a été résolu par discussion et consensus. Si les désaccords persistaient, un troisième examinateur (MA) était consulté en tant qu'arbitre. Le troisième évaluateur a soigneusement examiné les articles en question et a apporté sa contribution pour parvenir à un consensus. Cette approche garantissait que la sélection finale des articles était (et est) basée sur la convention collective.

Évaluation de la qualité des études

L'évaluation de la qualité des revues incluses a été réalisée par deux chercheurs (HR.S. et EH) à l'aide de la liste de contrôle des revues systématiques du CASP (Annexe 1). Nous avons résolu tous les désaccords par la discussion et sommes parvenus à un consensus sur la qualité de chaque étude.

Cadre de codage pour analyser les articles sélectionnés

Pour garantir une analyse systématique et cohérente des articles sélectionnés, un cadre de codage a été développé et appliqué. Le cadre de codage comprenait plusieurs catégories et critères clés qui ont guidé le processus d'analyse. Voici un aperçu du cadre de codage utilisé :

1. Catégorie 1 : Méthodologie de recherche

- Critères : Identifier la méthodologie de recherche utilisée dans chaque article (ex. expérimentale, enquête, étude de cas, etc.).

2. Catégorie 2 : Applications d'IA

- Critères : Déterminer les applications spécifiques de l'intelligence artificielle abordées ou utilisées dans chaque article (par exemple, apprentissage automatique, traitement du langage naturel, exploration de données, etc.).

3. Catégorie 3 : Paramètres et mesures

- Critères : Capturer les différentes métriques et mesures utilisées ou proposées dans les articles pour évaluer l'impact ou l'efficacité des applications de l'IA en scientométrie, webométrie et bibliométrie.

4. Catégorie 4 : Considérations éthiques

- Critères : Identifier toutes les considérations ou implications éthiques discutées en relation avec les applications de l'IA dans les articles sélectionnés.

5. Catégorie 5 : Implications futures

- Critères : Examiner les discussions ou les prédictions concernant les implications futures et les développements potentiels liés à l'utilisation de l'IA en scientométrie, webométrie et bibliométrie.

Au cours de l'analyse, deux chercheurs indépendants ont codé chaque article en utilisant ce cadre. Toutes les divergences ou désaccords dans le codage ont été résolus par discussion et consensus. La fiabilité de l'intercodeur a été évaluée en calculant le coefficient kappa de Cohen, qui a donné un niveau de concordance substantiel de 0,85. En utilisant ce cadre de codage, nous avions pour objectif de fournir une analyse complète des articles sélectionnés et d'assurer la cohérence dans l'évaluation des aspects pertinents. Le processus de codage a permis un examen systématique de la méthodologie de recherche, des applications de l’IA, des paramètres, des considérations éthiques et des implications futures évoquées dans chaque article.