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 3 : IA et bibliométrie  En bibliométrie, l'IA peut offrir plusieurs avantages spécifiques, notamment la collecte automatisée de données, l'analyse des citations, la désambiguïsation des auteurs, l'analyse de la co-auteur, l'analyse de l'impact de la recherche, l'exploration de textes et les systèmes de recommandation (voir Figure 4), comme analysé dans [28-30, 47- 53].   Ces 6 études démontrent les avantages potentiels et les stratégies d'utilisation des capacités de l'IA en bibliométrie. Ils soulignent comment l’IA peut améliorer la qualité, l’accessibilité et les processus de collecte de données dans les analyses bibliométriques (Tableau 3), parmi les principaux résultats.   Il a été démontré que les algorithmes d'IA peuvent collecter automatiquement des données bibliographiques provenant de diverses sources, telles que des bases de données en ligne, des bibliothèques universitaires et des référentiels numériques [21, 49]. Cela fait gagner du temps et des efforts aux chercheurs impliqués dans la collecte de données, leur permettant de se concentrer sur d'autres aspects de l'analyse bibliométrique.  De manière stimulante, l'IA peut analyser les réseaux de citations pour identifier des articles, des auteurs et des revues influents [28, 31], - comme déjà mentionné dans la section « IA et scientométrie ». En examinant les modèles de citation et leurs relations, les algorithmes d’IA peuvent aider les chercheurs à comprendre l’impact et la visibilité des résultats de la recherche, ainsi qu’à identifier les principales tendances et collaborations en matière de recherche.  Il est intéressant de noter que les techniques d’IA peuvent être utilisées pour lever l’ambiguïté des auteurs portant des noms similaires, un problème courant en bibliométrie (47, 53). En analysant les affiliations des auteurs, l’historique des publications et les réseaux de co-auteurs, afin de garantir l’exactitude des analyses bibliométriques, les algorithmes d’IA peuvent identifier efficacement les auteurs portant des noms similaires et les distinguer les uns des autres.  Comme déjà mentionné dans la section « IA et scientométrie », grâce à l'IA, on peut analyser les réseaux de co-auteurs pour identifier les collaborations et les réseaux de recherche [28, 30]. En examinant les modèles et les relations de co-auteur, les algorithmes d’IA peuvent aider les chercheurs à comprendre la dynamique et la structure des collaborations, ainsi qu’à identifier les chercheurs et les équipes de recherche influents. Cela peut également être un avantage au moment du financement.  L'IA peut facilement analyser des indicateurs bibliométriques, tels que le nombre de citations et l'indice h, pour évaluer l'impact et la visibilité de chercheurs individuels, de groupes de recherche et d'institutions [21, 48, 52]. Ce faisant, les algorithmes d’IA peuvent fournir des informations sur la productivité de la recherche, les modèles de citations et l’impact de la recherche au fil du temps, aidant ainsi les chercheurs et les institutions à évaluer la renommée ou les performances de la recherche.  Enfin et surtout, les techniques d'IA, y compris le traitement du langage naturel, peuvent être utilisées pour analyser le contenu textuel des publications de recherche [50, 51]. De cette manière, des mots-clés, des sujets et des sentiments peuvent être extraits de la littérature, en mentionnant également le contrôle du plagiat [54, 55], facilitant ainsi une analyse et une compréhension complètes des résultats de la recherche [56].  Cet article est   sous licence CC BY 4.0 DEED. disponible sur arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Decentralize AI Technology

decentralizeai

Cet audio est produit dans la langue originale de l'histoire !

"En bibliométrie, l'IA peut offrir plusieurs avantages spécifiques, notamment la collecte automatisée de données..."

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Appuyez pour gagner : Telegram pourrait intégrer les 10 prochains milliards d'utilisateurs de crypto avant Solana

Télégramme : le pont de Crypto Island vers le continent

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Croissance des crypto-monnaies : créer des profils d'utilisateurs efficaces

Appuyez pour gagner : Telegram pourrait intégrer les 10 prochains milliards d'utilisateurs de crypto avant Solana

Télégramme : le pont de Crypto Island vers le continent

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Croissance des crypto-monnaies : créer des profils d'utilisateurs efficaces

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps