Patrones de datos aberrantes inesperados en gráficos de pendiente para examinar las características del artículo:...

Área de la Ciencia:

• Bibliometría y cienciometría
• Ciencias de la información
• Visualización de datos

Sus antecedentes:

• Las herramientas tradicionales de visualización bibliométrica como CiteSpace a menudo carecen de claridad y proporcionan perspectivas limitadas.
• Se necesitan métodos mejorados para analizar los metadatos de los artículos e identificar patrones de datos significativos.

Objetivo del estudio:

• Proponer y validar el uso de gráficos de pendiente para visualizar datos bibliométricos, haciendo hincapié en los patrones de datos aberrantes inesperados (UADP).
• Sustituir los tradicionales gráficos de barras en el análisis bibliométrico con gráficos de pendiente más informativos.

Principales métodos:

• Análisis de metadatos de 26.555 artículos en "Heliyon" de la colección Web of Science Core.
• Aplicación del modelo de Rasch para identificar las UADP en gráficos de pendiente.
• Utilizando un modelo de análisis de rendimiento, informes de resumen y validaciones visuales.

Principales resultados:

• China lidera en las contribuciones de investigación a "Helion", identificadas a través de UADP en gráficos de pendiente (error cuadrado medio del equipo = 5,28).
• La Universidad Covenant (Nigeria) también mostró UADPs (error cuadrado medio de equipo = 2.22).
• La palabra clave "PERFORMANCE" exhibió un patrón de datos típico.

Conclusiones:

• Los gráficos de pendiente con UADP ofrecen información más valiosa que los gráficos de barras de ráfaga tradicionales en bibliometría.
• Los análisis bibliométricos futuros deben incorporar UADP para una comprensión más profunda de las características del artículo y las tendencias de la investigación.