1,721,155 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe 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
Full text link“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
Full text linkWe 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
Application of causal method for multi-model analysis of atmospheric, oceanic and biogeochemical interactions and their evolution in climate scenarios
No full textLes écosystèmes marins jouent un rôle important dans le système climatique ainsi que pour les activités humaines (e.g. pêche, tourisme). Cependant, les projections de leur dynamique sous changement climatique restent incertaines en raison d'une importante dispersion inter-modèle, particulièrement prononcée dans l'Atlantique Nord Subpolaire, une région caractérisée par d'importantes floraisons phytoplanctoniques.La productivité primaire résulte d'une cascade d'interactions. L'atmosphère influence le mélange vertical et l'advection horizontale, qui altèrent à leur tour la disponibilité en nutriments essentiels à la productivité. Or, chaque modèle diffère par sa conception: sur les choix de grilles, de processus à représenter et de paramétrisation. Après avoir observé la dispersion des projections de la productivité primaire (NPP) en terme de valeurs, une question émerge : la cascade d'interactions est-elle la même dans chaque modèle ? Le rôle du mélange vertical est-il similaire d'un modèle à l'autre ? L'advection horizontale joue-t-elle un rôle émergent sous l'influence du changement climatique ?Cette thèse propose une nouvelle approche basée sur la causalité pour analyser les différences inter-modèles. Après avoir défini un schéma conceptuel regroupant les variables clés pour étudier la variabilité de la NPP, nous appliquons PCMCI+, une méthode d'inférence causale développée récemment, pour analyser les différences de relations causales.L'étude s'est d'abord portée sur des simulations pré-industrielles où nous avons pu observer un consensus des modèles sur le rôle de la profondeur de la couche de mélange hivernale pour la disponibilité des nitrates et de la silice à l'initiation de la floraison. Une plus grande disparité a été observée pour le fer. Le rôle des transports horizontaux de nutriments, est lui beaucoup plus variable. Les liens causaux ont des intensités plus faibles que pour le mélange vertical avec beaucoup de dynamiques spécifiques à chaque modèle. Enfin, la stratification pendant la floraison apparaît également comme un facteur inhibant majeur de la NPP pour 2 modèles sur 5 (IPSL-CM6A-LR, UKESM1-0-LL).Cette première étude a pu mettre en évidence les avantages d'une méthode d'intercomparaison par la causalité, la quantification des liens dans une cascade d'interactions étant un résultat qu'une intercomparaison plus classique (e.g. analyse statistique, visualisation de carte, analyse par corrélation) ne peut fournir. Certaines limitations sont aussi discutées notamment le compromis à trouver sur le nombre de variable. Ne pas mettre trop de variables pour ne pas diminuer les performances de l'algorithme mais ne pas oublier certaines variables clefs.Ensuite, pour analyser l'évolution temporelle des liens, des simulations historiques et trois scénarios climatiques sont étudiés via des fenêtres glissantes de 100 ans . La même méthode est appliquée à la simulation pré-industrielle pour obtenir une distribution de référence des intensités des liens. Cette approche révèle trois types de changements : • Des liens s'intensifiant atteignant des valeurs au-delà de la distribution pré-industrielle. C'est le cas pour le lien nutriments-productivité pour 2 modèles (CanESM5-CanOE, IPSL-CM6A-LR) où la dépendance aux nutriments s'accroit sous les scénarios. • Des liens qui disparaissent ou diminuent en intensité. Par exemple, le modèle CMCC-ESM2 montre une influence décroissante des nutriments sur la productivité. • Des liens émergents sous changement climatique. Le CESM2, initialement sans influence significative de la stratification printanière sur la productivité, a un lien émergent sous changement climatique. Aussi, le transport horizontal émerge dans l'IPSL-CM6A-LR comme facteur compensatoire de la diminution d'influence du mélange vertical.Cette étude ouvre de nombreuses perspectives qui sont discutées dans le chapitre final comme l'évaluation de modèle ou l'application a d'autres schémas conceptuels.Marine ecosystems play a crucial role in the climate system as well as in human activities (e.g., fishing, tourism). However, projections of their dynamics under climate change remain uncertain due to significant inter-model dispersion, particularly pronounced in the Subpolar North Atlantic, a region characterized by substantial phytoplankton blooms.Primary productivity results from a cascade of interactions. The atmosphere influences vertical mixing and horizontal advection, which in turn alter the availability of essential nutrients for productivity. However, each model differs in its design: grid choices, represented processes, and parameterization. After observing the dispersion of primary productivity (NPP) projections in terms of values, a question arises: is the cascade of interactions the same in each model? Is the role of vertical mixing consistent across models? Does horizontal advection play an emerging role under climate change?This thesis proposes a novel causality-based approach to analyze inter-model differences. After defining a conceptual framework grouping key variables to study NPP variability, we apply PCMCI+, a recently developed causal inference method, to analyze differences in causal relationships.The study first focused on pre-industrial simulations, where a model consensus was observed on the role of winter mixed-layer depth in nitrate and silica availability at bloom initiation. Greater disparity was noted for iron. The role of horizontal nutrient transport is much more variable. Causal links have weaker intensities compared to vertical mixing, with many dynamics specific to each model. Finally, stratification during the bloom also appears as a major inhibiting factor for NPP in 2 out of 5 models (IPSL-CM6A-LR, UKESM1-0-LL).This initial study highlights the advantages of a causality-based intercomparison method, as quantifying links within an interaction cascade provides results that a more traditional intercomparison (e.g., statistical analysis, map visualization, correlation analysis) cannot offer. Certain limitations are also discussed, particularly the trade-off in the number of variables: including too many reduces algorithm performance, but omitting key variables can be detrimental.To analyze the temporal evolution of links, historical simulations and three climate scenarios were studied using 100-year sliding windows. The same method was applied to pre-industrial simulations to obtain a reference distribution of link intensities. This approach reveals three types of changes: • Links intensifying beyond the pre-industrial distribution. This is the case for the nutrient-productivity link in 2 models (CanESM5-CanOE, IPSL-CM6A-LR), where nutrient dependence increases under the scenarios. • Links that disappear or decrease in intensity. For example, the CMCC-ESM2 model shows a declining influence of nutrients on productivity. • Links emerging under climate change. In CESM2, which initially showed no significant influence of spring stratification on productivity, a new link emerges under climate change. Similarly, in IPSL-CM6A-LR, horizontal transport emerges as a compensatory factor for the decreasing influence of vertical mixing.This study opens numerous perspectives, discussed in the final chapter, such as model evaluation or application to other conceptual frameworks
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe 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
Analyse et modélisation de données probabilistes par décomposition de mélange de copules et application à une base de données climatologiques
No full textPrésident : M Gérard Mégie (Président du CNRS) Rapporteurs : Mme Lynne Billard (Professeur de statistiques, Univ. Georgia, USA) M G. Govaert (Professeur d'Informatiques, UTC Compiegne) M B. Schweizer (Prof. de Mathématiques, Univ. Massachussetts, USA) Co-directeurs : Alain Chédin (Dir de recherche, LMD/Ecole Polytechnique/CNRS) Edwin Diday (Professeur, Univ. Paris IX Dauphine) Invités : Fabrice Rossi (Maitre de Conf., Univ. Paris IX Dauphine) Gilbert Saporta (Professeur, CNAM)We extend the mixture decomposition of densities methods to the case of data "distribution functions", allowing to classify these functions and to model a probability law for this particular functional data. This law is given by the notion of "distribution of distribution functions" (FDD in French), based on the definition of a distribution function for random variables with values in a probabilistic space. The extensions are realised in associating the FDD to "copulas" functions according to the Sklar's theorem. Copulas joint the multivariate distribution functions (joint) with the univariate distribution functions (margins) for a vector of n random variables. We essentially look at one class of parametric copulas, the Archimedian copulas and we propose three new methods for the estimation of parameters in the multivariate copulas case : with Kendall's rank correlation coefficients, Spearman's coefficient and in maximising the likelihood. The association of the copulas with the FDD, characterises the evolution of the functional data (i.e. the shape of these distribution functions) between different points of the functions inside the classes for each variable, and gives a measure of dependency between the used variables. The methods are first developed for one variable, then several generalisations are proposed for n dimensions. Some theoretical points are discussed, such as the convergence of the algorithm and the fact that the method with copulas is a generalisation of the classical case. An application of the "classification approach" method by copulas is realised on a climate database of the terrestrial atmosphere. The goal is to classify atmospheric "profiles" and to estimate the probability law of these data. The results are compared with those of "classical" methods, showing the performances of our method by mixture decomposition of copulas, and the interest of using probabilistic data.Nous étendons les méthodes de décomposition de mélange de densités de probabilité au cas des données "fonctions de répartition", permettant ainsi de classifier ces fonctions et de modéliser une loi pour ces données fonctionnelles particulières. Cette loi est donnée par la notion de "fonctions de distribution de distributions" (FDD), basée sur la définition d'une fonction de répartition pour des variables aléatoires à valeurs dans un espace probabiliste. Les extensions sont effectuées en associant les FDD aux fonctions "copules" par le théorème de Sklar. Les copules "couplent" les fonctions de répartition à n dimensions (jointes) et à 1-dimension (marginales) d'un n-uplet de variables aléatoires. Nous regardons principalement une classe de copules paramétriques, les copules Archimédiennes, et proposons trois nouvelles méthodes d'estimation des paramètres dans le cas de copules multivariées : par coefficients de corrélation de Kendall, de Spearman, et par maximisation de la vraisemblance. L'association des FDD et des copules caractérise l'évolution des données fonctionnelles (i.e. la forme de ces fonctions) entre différents points à l'intérieur des classes pour chaque variable, et donne une mesure de dépendance entre les variables utilisées. Les méthodes sont tout d'abord développées pour une variable, puis divers généralisations sont proposées pour n dimensions. Certains points théoriques sont ensuite discutés, tels que la convergence de l'algorithme et le fait que la méthode par copules est une généralisation du cas classique. Une application de la méthode "approche classification" par copules est réalisée sur des données climatiques de l'atmosphère terrestre. Le but est la classification de "profils" atmosphériques et l'estimation de la loi sous-jacente des données. Les résultats sont comparés avec ceux de méthodes "classiques", prouvant ainsi les performances nettement supérieures de la méthode par décomposition de mélange de copules (DMC) et l'intérêt de l'utilisation des données probabilistes
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
Intercomparison and developement of statistical models for climate downscaling
No full textL’étude de la variabilité du climat est désormais indispensable pour anticiper les conséquences des changements climatiques futurs. Nous disposons pour cela de quantité de données issues de modèles de circulation générale (GCMs). Néanmoins, ces modèles ne permettent qu’une résolution partielle des interactions entre le climat et les activités humaines entre autres parce que ces modèles ont des résolutions spatiales souvent trop faibles. Il existe aujourd’hui toute une variété de modèles répondant à cette problématique et dont l’objectif est de générer des variables climatiques à l’échelle locale àpartir de variables à grande échelle : ce sont les modèles de régionalisation ou encore appelés modèles de réduction d’échelle spatiale ou de downscaling en anglais.Cette thèse a pour objectif d’approfondir les connaissances à propos des modèles de downscaling statistiques (SDMs) parmi lesquels on retrouve plusieurs approches. Le travail s’articule autour de quatre objectifs : (i) comparer des modèles de réduction d’échelle statistiques (et dynamiques), (ii) étudier l’influence des biais des GCMs sur les SDMs au moyen d’une procédure de correction de biais, (iii) développer un modèle de réduction d’échelle qui prenne en compte la non-stationnarité spatiale et temporelle du climat dans un contexte de modélisation dite spatiale et enfin, (iv) établir une définitiondes saisons à partir d’une modélisation des régimes de circulation atmosphérique ou régimes de temps.L’intercomparaison de modèles de downscaling a permis de mettre au point une méthode de sélection de modèles en fonction des besoins de l’utilisateur. L’étude des biais des GCMs révèle une influence indéniable de ces derniers sur les sorties de SDMs et les apports de la correction des biais. Les différentes étapes du développement d’un modèle spatial de réduction d’échelle donnent des résultats très encourageants. La définition des saisons par des régimes de temps se révèle être un outil efficace d’analyse et de modélisation saisonnière.Tous ces travaux de “Climatologie Statistique” ouvrent des perspectives pertinentes, non seulement en termes méthodologiques ou de compréhension de climat à l’échelle locale, mais aussi d’utilisations par les acteurs de la société.The study of climate variability is vital in order to understand and anticipate the consequences of future climate changes. Large data sets generated by general circulation models (GCMs) are currently available and enable us to conduct studies in that direction. However, these models resolve only partially the interactions between climate and human activities, namely du to their coarse resolution. Nowadays there is a large variety of models coping with this issue and aiming at generating climate variables at local scale from large-scale variables : the downscaling models.The aim of this thesis is to increase the knowledge about statistical downscaling models (SDMs) wherein there is many approaches. The work conducted here pursues four main goals : (i) to discriminate statistical (and dynamical) downscaling models, (ii) to study the influences of GCMs biases on the SDMs through a bias correction scheme, (iii) to develop a statistical downscaling model accounting for climate spatial and temporal non-stationarity in a spatial modelling context and finally, (iv) to define seasons thanks to a weather typing modelling.The intercomparison of downscaling models led to set up a model selection methodology according to the end-users needs. The study of the biases of the GCMs reveals the impacts of those biases on the SDMs simulations and the positive contributions of the bias correction procedure. The different steps of the spatial SDM development bring some interesting and encouraging results. The seasons defined by the weather regimes are relevant for seasonal analyses and modelling.All those works conducted in a “Statistical Climatologie” framework lead to many relevant perspectives, not only in terms of methodology or knowlegde about local-scale climate, but also in terms of use by the society
- …
