1,720,962 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Get PDF“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Get PDFWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Get PDFWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
Prédiction d'indicateurs démographiques à partir d'images satellites
No full textEn Afrique subsaharienne, les recherches sur le lien entre la population et l'environnement sont souvent limitées par la disponibilité des données dans ces deux domaines, qui sont souvent rares, parcellaires et datées.
Les données satellites, en revanche, offrent une opportunité précieuse pour caractériser précisément l'environnement grâce à leur haute résolution et à leur fréquence de mise à jour. Ces informations environnementales peuvent ensuite être intégrées aux données démographiques, permettant ainsi une analyse plus complète et actualisée des dynamiques de population en tenant compte des facteurs environnementaux. Cependant, le traitement de ces données nécessite des méthodes adaptées, telles que l'apprentissage profond, pour répondre aux contraintes spatiales et temporelles qu'imposent l'exploitation d'enquêtes démographiques spécifiques.
Cette recherche aborde deux échelles d'analyse : celle d'une ville et celle d'un pays. Chaque étude se divise en deux parties principales.
D'abord, une méthode d'adaptation de domaine utilisant l'apprentissage profond pour la classification des Local Climate Zones (LCZ) est développée, afin de caractériser précisément l'environnement de la zone d'étude.
Ensuite, cette caractérisation est utilisée pour analyser les données de population tout en tenant compte des facteurs socio-économiques, afin de garantir que les phénomènes observés résultent d'un effet de l'environnement et non des données de population elles-mêmes.
Le premier cas d'étude concerne la mortalité à Antananarivo la capitale de Madagascar. La méthode d'adaptation utilise les définitions physiques et géométriques des LCZ comme base universelle. Nous établissons ensuite des liens entre plusieurs caractéristiques environnementales, dont les LCZ, et la mortalité par cause estimée dans les différents quartiers de la ville.
Le deuxième cas d'étude porte sur le paludisme au Burkina Faso. La méthode d'adaptation de domaine des LCZ prend ici en compte des variations saisonnières pour extraire les informations pertinentes des images satellites et classifier les LCZ. Nous mettons en évidence un lien significatif entre certains profils de zones classés selon les LCZ qui les composent et la présence de paludisme parmi les enfants au sein des ménages.
Ces résultats soulignent l'intérêt d'une caractérisation fine de l'environnement pour l'analyse des données de population. Ils suggèrent que cette approche pourrait améliorer la modélisation des données démographiques et permettre l'estimation de certains indicateurs
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
Prédiction d'indicateurs démographiques à partir d'images satellites
No full textThis thesis explores the use of satellite images to assist in the analysis of data from demographic surveys in the context of Sub-Saharan African countries. In these countries, demographic surveys are rare and provide little updated environmental information, limiting the study of the relationships between environment and population at a fine scale. Satellite images, available at a high temporal frequency and with high spatial resolution, allow for the addition of environmental factors to the analysis, but require specific preliminary methods that meet the constraints determined by survey data. Deep learning methods can be used to train models to characterize the environment. The thesis examines the link between environmental characterization and population at two study scales: at the city level and the country level. At the local scale, our first case study examines mortality in Antananarivo, the capital of Madagascar. Health authorities record all deaths in the city and collect information on the deceased, such as the cause of death and their residential neighborhood. This geographic information allows for the linking of deaths to neighborhood environments. The environmental characterization uses a map based on the "Local Climate Zones" (LCZ) classification system. This network is trained via a domain adaptation method, using the physical definitions of the LCZ system. In addition, usual indicators such as vegetation index, altitude, and building detection are integrated. After attributing each death to a neighborhood, the influence of the environment on the causes of death is studied through these indicators, controlling for socio-economic data to ensure the independence of the results. At a larger scale, the second case study examines this relationship at the national level. International organizations, such as the Demographic and Health Survey Program, organize surveys to evaluate demographic indicators in low- and middle-income countries. A "Malaria Indicator Survey" (MIS) examined the prevalence of malaria in Burkina Faso in 2017-2018. The LCZ system is used to characterize the environment of Burkina Faso. Deep learning methods applied to satellite images are suitable for generating large-scale maps, but must meet certain constraints, such as being generated during the survey period and taking into account the climatic characteristics of Burkina Faso, including seasonal changes. A domain adaptation method was developed for country-scale mapping, allowing for the extraction of relevant information from images while integrating seasonal changes. Using the geographic coordinates of households from the MIS survey, links between the presence of malaria and the local environments of households were established, defined by the distributions of LCZ in the area, always controlling for socio-economic data. This thesis makes two main contributions. First, it proposes a complete approach to linking satellite images to population data, including an adapted characterization of the household environment using deep learning methods, and a method to integrate this environmental information into a demographic analysis process. Second, it highlights significant links between population and environment through an adapted classification system, underscoring the importance of its integration into future studies.Cette thèse explore l'utilisation des images satellites pour assister l'analyse des données provenant des enquêtes démographiques dans le contexte des pays d'Afrique sub-Saharienne. Dans ces pays, les enquêtes démographiques sont rares et fournissent peu d'informations environnementales actualisées, limitant l'étude des relations entre environnement et population à une échelle fine. Les images satellites, disponibles à une fréquence temporelle élevée et avec une haute résolution spatiale permette d'ajouter l'environnement à l'analyse, mais nécessitent des méthodes spécifiques préalables qui répondent aux contraintes déterminées par les données d'enquête. Des méthodes d'apprentissage profond peuvent être utilisées pour entraîner des modèles permettent de caractériser l'environnement. La thèse examine le lien entre la caractérisation environnementale et la population à deux échelles d'étude : au niveau d'une ville et d'un pays. À l'échelle locale, notre premier cas d'usage étudie la mortalité à Antananarivo, capitale de Madagascar. Les autorités sanitaires y enregistrent tous les décès et recueillent des informations des décès, telles que la cause et son quartier de résidence. Cette information géographique permet de relier les décès aux environnements des quartiers. La caractérisation de l'environnement utilise une carte basée sur le système de classification du sol "Local Climate Zones" (LCZ). Ce réseau est entraîné via une méthode d'adaptation de domaine, utilisant les définitions physiques du système LCZ. En complément, des indicateurs usuels comme l'indice de végétation, l'altitude et la détection de bâti sont intégrés. Après avoir attribué chaque décès à un quartier, l'influence de l'environnement sur les causes de décès est étudiée via ces indicateurs, en contrôlant les données socio-économiques pour garantir l'indépendance des résultats. À une échelle plus large, le deuxième cas d'usage examine cette relation au niveau national. Des organismes internationaux, comme le Demographic and Health Survey Program, organisent des enquêtes pour évaluer des indicateurs démographiques dans des pays à faible et moyen revenu. Une enquête "Malaria Indicator Survey" (MIS) a étudié la prévalence du paludisme au Burkina Faso en 2017-2018. Le système LCZ est utilisé pour caractériser l'environnement du Burkina Faso. Les méthodes d'apprentissage profond appliquées aux images satellites sont adaptées pour générer des cartes à large échelle, mais doivent respecter certaines contraintes, comme être générées durant la période de l'enquête et prendre en compte les caractéristiques climatiques du Burkina Faso, y compris les changements saisonniers. Une méthode d'adaptation de domaine a été développée pour la cartographie à l'échelle du pays, permettant d'extraire les informations pertinentes des images tout en intégrant les changements saisonniers. En utilisant les coordonnées géographiques des ménages de l'enquête MIS, des liens entre la présence de paludisme et les environnements locaux des ménages ont été établis, définis par les distributions de LCZ dans la zone, toujours sous contrôle des données socio-économiques. Cette thèse apporte deux contributions principales. D'abord, elle propose une approche complète pour relier les images satellites aux données de population, incluant une caractérisation adaptée de l'environnement des ménages via des méthodes d'apprentissage profond, et une méthode pour intégrer ces informations environnementales dans un processus d'analyse démographique. Ensuite, elle met en évidence des liens significatifs entre population et environnement via un système de classification adapté, soulignant l'importance de son intégration dans les futures études
Author-wise bibliometric analysis based on entropy.
No full textAuthor-wise bibliometric analysis based on entropy.</p
- …
