Search

هدف: هدف از این پژوهش بررسی ساختار فکری دانش حوزه بازیابی اطلاعات بر اساس تحلیل هم‌واژگانی است.روش‌شناسی: پژوهش از نوع کاربردی و تحلیلی کتاب‌سنجی بوده و با استفاده از فنون تحلیل هم‌‌واژگانی و خوشه‌بندی انجام شده است. جامعه پژوهش را مقالات مرتبط با حوزه بازیابی اطلاعات تشکیل می‌دهند که در طول بازه زمانی 1967-2018 در پایگاه چکیده‌نامه فناوری، علم اطلاعات و کتابخانه (لیستا) نمایه شده‌اند. از نرم‌افزارهای راورپریمپ، بیب‌اکسل، اس.پی.اس.اس، ووس ویور برای تحلیل استفاده شد.یافته‌ها: یافته‌ها نشان داد که کلیدواژه سیستم‌ ذخیره و بازیابی اطلاعات، و زوج واژگانی وب‌سایت - شبکه جهانی وب به‌ترتیب از نظر فراوانی بسامد و هم‌رخدادی در رتبه نخست قرار گرفتند. استفاده از خوشه‌بندی سلسله‌مراتبی به روش وارد منجر به شکل‌گیری 13 خوشه موضوعی همچون خوشه سازمان‌دهی اطلاعات و مدیریت دانش، هستان‌شناسی و یادگیری ماشینی، کتابخانه دانشگاهی و دسترسی به اطلاعات شد.نتیجه‌گیری: بررسی‌ها نشان داد، پیشرفت‌های اخیر در حوزه فناوری و خدمات اطلاعات منجر شده است که حوزه‌های کتابخانه‌های دیجیتال، شبکه‌های اجتماعی، پزشکی، پردازش زبان طبیعی، هوش مصنوعی، و بازیابی تصاویر، از موضوعات مورد توجه در مطالعات حوزه بازیابی اطلاعات در چند دهه اخیر باشند.

هدف: هدف از پژوهش، شناسایی معیارها و شاخص‌های مؤثر بر واگرایی نتایج رتبه‌بندی ملی ایران و رتبه‏ بندی‏ های جهانی تایمز، شانگهای، یورپ و آی‌اس‌سی است. روش‌شناسی: پژوهش از نوع توصیفی علم‌سنجی است که با روش کتابخانه‌ای انجام شده است. نمونه‌ای هدفمند از دانشگاه‌های مشترک میان رتبه‌بندی ملی ایران و رتبه‌بندی‌های جهانی تایمز، شانگهای، یورپ و آی‌اس‌سی 2020 انتخاب و با تحلیل هم‌بستگی نیمه‏جزئی، هم‌بستگی میان نمرات کل دانشگاه‌ها در این دو گروه از نظام‌ها با کنترل معیارها و شاخص‌های آنها بررسی شد. یافته‌ها: یافته‌ها نشان داد که معیار آموزش و شاخص‌هایی مانند اشتغال دانش‌آموختگان، انتشارات علمی و بودجه دانشگاه در رتبه‌بندی ملی ایران به واگرایی نتایج این نظام با رتبه‌بندی تایمز منجر شده‌اند. معیار اثرگذاری اقتصادی و شاخص اشتغال دانش‌آموختگان نیز به‌ترتیب به واگرایی نتایج رتبه‌بندی ملی ایران با رتبه‌بندی شانگهای و یورپ انجامیده‌اند. نتیجه‌گیری: نتایج نشان داد که برخی معیارها و شاخص‌های نوآورانه رتبه‌بندی ملی ایران به واگرایی نتایج منجر شده‌اند؛ اما برخی معیارها و شاخص‌ها عملکردی مغایر با انتظار ایفا کرده‌اند. درمجموع، رویکرد به‌کاررفته در روش‌شناسی رتبه‌بندی ملی ایران، تفاوت‌هایی در نتایج رتبه‌بندی با نظام‌های جهانی را به همراه دارد. بااین‌حال، تفاوت‌ها را نمی‌توان لزوماً به‌عنوان دستیابی به ارزیابی واقعی‌تر تفسیر کرد.

هدف: رتبه ‏بندی مجلات ایرانی نمایه‌شده در جی.سی.آر 2020، بر اساس جی.سی.آی و بررسی ارتباط معنا‏داری این شاخص با ایگن ‏فاکتور، شاخص تأثیر مقاله، کیو و جی.آی.اف هدف اصلی مقاله است.روش ‏شناسی: پژوهش حاضر از نوع کاربردی است که با استفاده از شاخص ‏های علم‏ سنجی و رویکرد تحلیلی انجام شده است. جامعه آماری چهل مجله ایرانی جی‌.سی.‌آر 2020 هستند. به‏ منظور گردآوری داده‏ ها از جی.‏سی.‏آر 2020 استفاده شد. برای تحلیل داده‌ها از آزمون‏ های هم‌بستگی پیرسون، اسپیرمن‏رو و کندال تائوبی به ‏کار رفت.یافته ‏ها: "‌Iranian Journal of Fuzzy Systems"، " International Journal of Health Policy and Management " و " BioImpacts" به‌ترتیب با جی.سی.آی 65.1 ، 15.1 و 99.0 رتبه نخست تا سوم را کسب کردند. بین جی.سی.آی با جی.آی.اف (75.0 = R)، ایگن فاکتور (44.0 = R)، شاخص تأثیر مقاله (73.0 =R) هم‌بستگی مثبت وجود دارد؛ اما، بین جی.سی.آی با کیو (64. 0 - =R) رابطه هم‌بستگی منفی برقرار است.نتیجه‏ گیری: جی.سی.آی می‏تواند به‌عنوان شاخصی مکمل و همراه با جی.آی.اف به‏ کار رود. در سالیان گذشته نیز شاخص ‏هایی به ‏منظور پوشش نقاط ضعف جی.آی.اف معرفی شده‏اند؛ اما جی.آی.اف هم چنان محبوب‏ترین شاخص محسوب ‏می‏شود. گذر زمان نشان خواهد داد که جی.سی.آی نیز به سرنوشت شاخص‏ های قبلی گرفتار خواهد شد یا به‌عنوان شاخصی جدید و منحصربه‏ فرد اقتدار و مقبولیت جی.آی.اف را بعد از نیم‌سدة کنار خواهد زد.

هدف: هدف پژوهش حاضر شناسایی آسیب‌های ارزیابی برون‌دادهای پژوهشی علوم انسانی با تأکید بر رشته‌های زبان و ادبیات در ارزیابی پژوهشگران و ارائه راهکارهایی برای بهبود آن است.روش ‎شناسی: پژوهش حاضر از نوع کاربردی و با روش تحلیل مضمون است جامعه آماری پژوهش شامل اعضای هیئت علمی رشته‌های زبان و ادبیات در ایران بوده است که نمونه پژوهش به تعداد 24 نفر از طریق نمونه‌گیری هدفمند و روش گلوله‌برفی انتخاب شد. از مصاحبه نیمه‌ساختاریافته به‌عنوان ابزار پژوهش بهره‌برداری شده است و از نرم‌افزار تحلیل داده‌های کیفی MAXQDA 2020 برای کدگذاری استفاده شد.یافته‌ها: آسیب‌های ارزیابی در قالب 62 کد و راهکارها در قالب 34 کد به‌طور کلی در دو مفهوم تولید علم و ارتقای بنیادهای دانشی، و کاربردی‌بودن و پاسخ‌گویی به مسائل جامعه طبقه‌بندی شده است.نتیجه‌گیری: اگر ارزیابی با دقت و جامعیت صورت گیرد و فاصله وضعیت موجود تا جایگاه مطلوب را به‌درستی نشان دهد، آزمون و خطا در این عرصه را کاهش می‌دهد و هزینه کمتری برای کارهای کم‌اثر و غیر‌ضروری صَرف خواهد شد که باعث سرعت‌گرفتن گام‌های مسیر موفقیت و پیشرفت می‌شود.

هدف: هدف پژوهش حاضر شناسایی و تبیین شاخص‌های نخبگی و ارائه چارچوبی برای کشف نخبگان علمی در حوزة علوم انسانی است.روش‌شناسی: پژوهش حاضر از نوع کاربردی علم سنجی است که برای انجام آن از روش‌های کمّی و کیفی به صورت آمیخته استفاده شده است. بنابراین، برای پاسخگویی به بخش‌هایی از این پژوهش از روش کتابخانه‌ای و برای بخش‌های دیگر، از روش پیمایشی استفاده به عمل آمده است. نمونه آماری در این پژوهش برای پاسخگویی به سوال نخست، شاخص‌ها و معیارهای نخبگی 4 مورد از جوایز، جشنواره‌ها و طرح‌های حمایتی ایرانی و 12 مورد از جوایز، جشنواره‌ها و طرح‌های حمایتی خارجی در حوزه‌ی علوم انسانی است. در این مرحله شاخص‌ها و معیارهای نخبگی یکسان‌سازی شدند و با توجه به جامعة هدف، به 2 بخش شاخص‌های شناسایی نخبگان علمی جوان و شاخص‌های شناسایی نخبگان بزرگسال دسته‌بندی شدند. جامعة آماری در این پژوهش شامل؛ صاحب‌نظران حوزة علوم انسانی است که با روش نمونه‌گیری هدفمند غیر‌تصادفی انتخاب شدند و در نهایت پژوهش با استفاده از روش نمونه‌گیری گلوله برفی با 20 نفر ادامه پیدا کرد.برای تجزیه و تحلیل داده‌ها با استفاده از آمار توصیفی - استنباطی و با بکارگیری نرم افزارهای اکسل و اس پی اس اس از پارامترهای میانگین، انحراف معیار و هم‌چنین آزمون t تک نمونه‌ای استفاده به عمل آمده و نتایج در قالب جدول و نمودار ارائه شد.یافته‌ها: بر اساس مطالعه و تحلیل متون، 157 شاخص شناسایی شد که با یکسان‌سازی، این تعداد به 77 شاخص رسید و در اختیار صاحب‌نظران علوم انسانی قرار گرفت. نتایج نشان داد از میان عوامل 51 گانه زیرمجموعه شاخص‌های کشف و شناسایی نخبگان علمی بزرگسالان که مورد تأیید خبرگان بود، میزان اهمیت عامل ارائة نظریة معتبر علمی برای نخستین‌بار در دنیا که مقبولیت و اعتبار عام یافته باشد و همچنین ایجاد یک حق پژوهش علمی نوین بین‌المللی که با اقبال علمی بین‌المللی مواجه شده باشد بیشتر از بقیه عوامل بود. از طرفی، در بخش جوانان، شاخص ارزش دستاوردهای نامزد از بیشترین اهمیت برخوردار بودند. این شاخص ابعاد مختلفی را در بر می‌گیرد از جمله آنها می‌توان: به پدیدار ساختن علم، رفع مشکلات موجود در جامعه، رفع کمبودها یا ارائه پیشنهادهای اصلی و خلاقانه، ارائه راه‌حل نوآورانه برای حل مشکلات کشوری یا ارائه روش و مفهومی اشاره کرد. در نتایج مربوط به وزن‌دهی شاخص‌ها در بخش جوانان بعد توانایی علمی با (وزن: 87.828) و در بخش بزرگسالان نیز بعد توانایی علمی با (وزن: 61.880) اهمیت بیشتری داشتند.نتیجه‌گیری: با تحلیل شاخص‌ها، چارچوب عملیاتی پیشنهادی با دسته‌بندی توانایی علمی، اقتصادی، اجرایی، اجتماعی، ارتباطی بیان شد. چارچوب عملیاتی می‌تواند در بهبود تصمیمات سیاستگذاران و ارزیابی کنندگان نخبگان در شناسایی نخبگان علمی علوم انسانی نقش مؤثری ایفا کند.

هدف: هدف پژوهش حاضر تحلیل خوشه‌ای توسعه دانش در حوزه استخراج دانش در صنایع خدماتی است.روش‌شناسی: در این پژوهش کاربردی از رویکرد کتاب‌سنجی و تکنیک نگاشت علمی استفاده شده است. داده‌های پژوهش از پایگاه اسکوپوس طی سال‌های 1986 تا 2022 گردآوری شده است. برای تحلیل و مصورسازی داده‌ها و ترسیم نقشه‌های علمی از نرم‌افزار VOSviewer و Bibliometrix بسته R استفاده شده است.یافته‌ها: بررسی داده‌ها حاکی از آن است که 434 مدرک در حوزه استخراج دانش در 5 خوشه استخراج دانش، هوش مصنوعی، بازیابی اطلاعات، معناشناسی، و پیش‌بینی قرار دارند. استخراج دانش و داده‌کاوی از پرکاربردترین واژه‌ها هستند که در یک خوشه واحد قرار دارند و بیشترین مرکزیت و بینیت را دارند. حوزه بهداشت و درمان از جمله حوزه‌هایی که در استخراج دانش بیشترین فعالیت را دارند.نتیجه‌گیری: استخراج دانش میان‌رشته‌ای نوظهور در مدیریت دانش است و بر اقتصاد کشور تأثیر مستقیم و قابل توجهی دارد. توسعه دانش و تلفیق موضوعات اصلی در حوزه استخراج دانش حائز اهمیت است. برای ارتقا و پیشرفت این فرایند در صنایع خدماتی پیشنهاد می‌شود تا با نگاهی راهبردی در استفاده از تحلیل کلان‌داده بستر فعالیت و موفقیت صنایع خدماتی در استخراج دانش فراهم شود. خوشه‌های شناسایی‌شده در این پژوهش در سه خوشه دانش عملی، راهبردی و مشارکتی نیز تقسیم شده‌اند.

هدف: هدف پژوهش حاضر تحلیل شبکه همکاری علمی پژوهشگران حوزه هستی‌شناسی و بررسی میزان همبستگی بین شاخص‌های مرکزیت با بهره‌وری و کارایی پژوهشگران این حوزه است.روش‌شناسی: این پژوهش، پژوهشی کاربردی است که با استفاده از روش تحلیل شبکۀ اجتماعی انجام شده است. جامعه پژوهش 29611 پیشینه از برون‌دادهای حوزه هستی‌شناسی است که در سال‌های 1990-2021 در پایگاه وب آو ساینس ثبت شده‌اند. برای تحلیل داده‌ها از نرم‌افزارهای یوسی آی نت، ووس ویور، گفی و spss استفاده شد.یافته‌ها: بررسی سنجه‌های مرکزیت نشان داد "Pascal Hitzler، Stefano Borgo، Jeff z Pan، Stefan Schulz، Barry Smith، Nicola Guarino، Ian Horrock، Bernardo Cuenca Grau، ‌Alan Rector" مؤثرترین پژوهشگران شبکۀ هم‌نویسندگی حوزه هستی‌شناسی هستند و شبکه همکاری علمی این حوزه انسجام ندارد؛ چراکه مقدار چگالی کم و ضریب خوشه‌بندی بالاست. بین سنجه‌های مرکزیت (شامل مرکزیت درجه، نزدیکی، بینابینی و بردار ویژه) با تعداد تولیدات علمی و تعداد استنادات رابطه مثبت و معناداری وجود دارد.نتیجه‌گیری: با توجه به نتایج، حتی اگر چگالی پایین و ضریب خوشه‌بندی بالا باشد، چنانچه نویسندگان با همکارانی که در حوزه هستی‌شناسی می‌شناسند فعالیت مشترک داشته باشند، قطر شبکه و میانگین فاصله کاهش ‌یافته و جریان اطلاعات در شبکه هم‌نویسندگی حوزه هستی‌شناسی شدت می‌گیرد.

هدف: سنجش بهره‌وری، کارایی و نفوذ علمی پژوهشگران حوزه داده‌های پیوندی است.روش‌شناسی: پژوهش حاضر از نظر هدف کاربردی است که با تکنیک‌های رایج در مطالعات علم‌سنجی و به روش هم‌نویسندگی و تحلیل شبکه انجام شد. جامعه پژوهش شامل مقاله‌های حوزه داده‌های پیوندی است که در وب‌گاه علوم طی بازه 1983 تا 2019 نمایه شده است.یافته‌ها: "Bizer C” و "Berners-Lee T" از لحاظ بهره‌وری و کارایی و شاخص‌های نفوذ اجتماعی و اندیشه‌ای اثرگذارترین پژوهشگران این حوزه هستند. در شبکه هم‌نویسندگی، "Auer S‌" و "Klyne G" بالاترین مرکزیت رتبه، "Fellegi I" و "Zhang Y" بالاترین مرکزیت نزدیکی، و "Fellegi I” و "Rubin D" دارای بالاترین مرکزیت بینابینی بودند. پژوهشگران با کارایی بالا از مرکزیت بهتر و با بهره‌وری بالا از مرکزیت رتبه و بینابینی خوبی برخوردارند. تأثیر نفوذ اجتماعی بر نفوذ اندیشه‌ای و انتشاراتی، و تأثیر نفوذ انتشاراتی بر اندیشه‌ای مثبت ارزیابی شد.نتیجه‌گیری: وضعیت مطلوب پژوهشگران از نظر بهره‌وری و کارایی و نمرات بالای آنها در شاخص‌های مرکزیت رتبه و بینابینی می‌تواند نشان‌دهنده نفوذ مؤثر علمی آنها در این حوزه باشد. همچنین تأثیر مثبت و معنادار روابط سه‌گانه مدل نفوذ علمی نیز این مسئله را تأیید می‌کند.

هدف: هدف از پژوهش حاضر بررسی برون‌دادهای علمی در نشریات ایران و ترکیه در پایگاه Web of Science و مطالعه الگوی رفتار استنادی نویسندگان و ترسیم نقشه هم‌نویسندگی آن است.روش‌شناسی: پژوهش حاضر با رویکرد علم‌سنجی و روش تحلیل شبکه‌های اجتماعی انجام شده است. تجزیه و تحلیل داده‌ها با استفاده از نرم‌افزار اکسل و نقشه‌های شبکه اجتماعی با کمک نرم‌افزار VOSviewer صورت گرفته است.یافته‌ها: یافته‌های پژوهش نشان می‌دهد که در نشریات ایران 5286 مدرک یعنی 50 درصد مدارک توسط نویسندگان ایرانی و در نشریات ترکیه 9129 مدرک یعنی 60 درصد مدارک توسط نویسندگان ترک تولید شده است. در نشریات دو کشور، بیشترین همکاری‌های علمی بین‌المللی میان کشورهای ایران، ترکیه، چین، هند و آمریکا صورت گرفته است.نتیجه‌گیری: نتایج نقشه شبکه اجتماعی کشورهای همکار نشان می‌دهد کشور آمریکا به‌عنوان همکار اصلی پژوهشگران در مشارکت‌های علمی و بین‌المللی در نشریات ایران و ترکیه شناخته شده است. همچنین بررسی وضعیت استنادها نشان می‌دهد که استنادهای نشریات ایران، هم به لحاظ نسبت استناد به مقالات و هم از نظر میانه استنادها، نسبت به نشریات ترکیه، از وضعیت مطلوب‌تری برخوردار است.

هدف: هدف پژوهش حاضر آشکارسازی موضوعات پژوهشی حوزه مدیریت بحران و مخاطرات در پایگاه اسکوپوس طی بازه زمانی 1973 تا 2020 است. روش‌شناسی: پژوهش علم‌سنجی حاضر با بهره‌مندی از فنون تحلیل محتوا (تحلیل هم‌واژگانی) و تحلیل شبکه انجام شد. جامعه پژوهش شامل2330 مقاله است. تحلیل داده‌ها و ترسیم ساختار فکری دانش نیز با نرم‌افزارهای BibExcel، Gaphi و VOSviewer انجام شد. یافته‌ها: کلیدواژه مدیریت بحران، مدیریت خطر و انسان پرتکرارترین کلیدواژه‌های حوزه مدیریت بحران و مخاطرات بودند. روند رشد تولیدات صعودی بوده است و ایالات‌ متحده، رونسیمان.دبلیو.بی، و علوم اجتماعی به‌عنوان فعال‌ترین کشور، نویسنده و حوزه شناخته شدند. موضوعات در نقشه‌های هم‌رخدادی واژگان پنج خوشه موضوعی را تشکیل داد که کلیدواژه‌های مدیریت بحران، مدیریت خطر و ارزیابی خطر دارای بیشترین مقدار مرکزیت رتبه، کلیدواژه‌های مدیریت خطر، آسیب‌پذیری، مدیریت آب دارای بیشترین مقدار مرکزیت نزدیکی و کلیدواژه‌های انسان، مدیریت خطر و ارزیابی خطر دارای بالاترین مقدار مرکزیت بینابینی بودند. نتیجه‌گیری: اکثریت پژوهش‌ها حول محور مدیریت بحران، مدیریت خطر و انسان صورت گرفته که اهمیت توجه پژوهش‌های جهان در خصوص سلامت انسان‌ها در زمان وقوع حوادث را نشان می‌دهد، اما بااین‌وجود ایران به‌عنوان یکی از کشورهای حادثه‌خیز در جهان دارای تعداد تولید علمی کم و تعداد همکاری بین‌المللی بسیار پایین در این زمینه است.

هدف: هدف پژوهش، ارزیابی تولیدات علمی در زمینه فعالیت جسمانی در مدارس و به‌طور خاص مرتبط با ویژگی‌های کالبدی فضای باز است.روش‌شناسی: با بهره‌گیری از رویکرد علم‌سنجی، روش تحلیل محتوا و فن بررسی نظام‌مند و هم‌رخدادی واژگان کلیدی، به بررسی منابع پایگاه‌های اطلاعاتی اسکوپوس و پاب‌مد، با استفاده از نرم‌افزار «وی.او.اس.ویوئر» پرداخته شد.یافته‌ها: در گام اول، «تغذیه و بهداشت» و «تربیت بدنی» به‌عنوان فراوان‌ترین و «کالبد حیاط مدارس» در دسته حوزه‌‌های کمتر پرداخته‌شده در زمینه فعالیت جسمانی کودکان شناسایی شدند. یافته‌های حاصل از مرور نظام‌مند تولیدات علمی ویژگی‌‌های کالبدی و فعالیت جسمانی در گام دوم نشان دادند که سیر انتشار پس از سال 2019 افت محسوسی را به دنبال داشته است. کشورهای «آمریکا» و «انگلستان» بیشترین تعداد انتشار و سهم کشورهای آسیایی و «ایران» بسیار ناچیز بوده است. شبکه هم‌تألیفی نویسندگان نشان داد که ادبیات این حوزه تحت تسلط چند نویسنده انگلیسی است و روش «پیمایشی» و ابزار «شتاب‌سنج» پرکاربردترین روش‌ها و ابزارهای سنجش بوده‌اند.نتیجه‌گیری: یافته‌های این پژوهش علاوه‌‌بر تأکید بر لزوم توجه به جایگاه کالبد مدارس و رفتار حرکتی در ایران با توجه به روند پایین تولیدات علمی، به پژوهشگران کمک می‌کند تا با شناسایی کمبودها، با صرفه‌جویی در زمان با نپرداختن به موضوع‌های تکراری، همسو با پرکردن خلأ‌های تحقیقاتی گام بردارند.

هدف: پژوهش حاضر بر آن است تا با تحلیل روند موضوعات پژوهش‌های جهانی در کتابداری و علم اطلاعات، به بررسی موضوعات پژوهش‌‌ها در سال‌‌های گذشته و کشف خلأهای موضوعی بپردازد.روش‌شناسی: پژوهش حاضر با استفاده از تکنیک طبقه‌بندی خودکار انجام گرفته است. تحلیل داده‌ها بر اساس 85403 مقاله‌‌ نمایه‌شده در پایگاه وب آو ساینس در فاصله‌‌ سال‌‌های1945 - 2019 در حوزه‌‌ کتابداری و علم اطلاعات صورت گرفته است. مراحل مختلف پژوهش با استفاده از زبان برنامه‌‌نویسی پایتون 3.7 و بسته‌‌های نرم‌‌افزاری Pandas، Numpy، NLTK و Plotly انجام گرفته است.یافته‌ها: بیشتر پژوهش‌های جهانی در این رشته به حوزه‌ فناوری اطلاعات اختصاص یافته و حوزه‌‌ مدیریت سازمانی کمترین میزان پژوهش‌‌ها را به خود اختصاص داده‌ است. روند رشد پژوهش‌‌ها در بسیاری از حوزه‌‌های موضوعی رو به افزایش است. بااین‌وجود رشد بیشتری در حوزه‌‌هایی مانند مطالعات وب، فناوری اطلاعات، رفتارهای اطلاعاتی، مطالعات کاربران، بازیابی اطلاعات و موتورهای جستجو مشاهده می‌‌شود. پس از دهه‌‌ 1990 واژگان پرکاربردی مانند رسانه اجتماعی، داده‌‌های بزرگ، کتابخانه مجازی، اینترنت اشیاء، یادگیری ماشین، یادگیری عمیق، داده‌‌کاوی، داده‌‌های باز، هوش مصنوعی، پردازش زبان طبیعی، پردازش ابری، واقعیت مجازی، واقعیت افزوده و ترجمه ماشینی در پژوهش‌‌های این رشته دیده می‌‌شود.نتیجه‌گیری: داشتن تصویری از روند موضوعی پژوهش‌های کتابداری و علم اطلاعات، می‌‌تواند پژوهشگران این حوزه را برای تشخیص مهم‌‌ترین مسائل و نیازها و کنشی مناسب نسبت به انتخاب موضوع برای پژوهش‌‌های آینده هدایت و به‌طور کلی به سیاست‌گذاری‌ها و برنامه‌ریزی‌های پژوهش در این حوزه کمک کند.

هدف: هدف از این پژوهش بررسی دانش زلزله‌شناسی در دو حوزه مواد و انرژی طی سال‌های 2010 تا 2020 با استفاده از تکنیک‌ ترسیم ساختار فکری است. دلیل تمرکز بر این دو حوزه، سرمایه‌گذاری نسبتاً مناسب سازمان‌ها و نهادهای بین‌المللی بر آنهاست.روش‌شناسی: به‌منظور دستیابی به هدف تعریف‌شده، از تکنیک ترسیم شبکه دانشی با استفاده از هم‏رخدادی واژگان استفاده شده است. به این منظور علاوه بر ترسیم شبکه ارتباطات بین موضوعی در دو حوزه یادشده، نمودار راهبردی و همچنین نمودار تکامل موضوعی خوشه‌های افراز‌شده در هر حوزه نیز ترسیم شده است. برای انجام این کار از بسته بیبلیومتریکس نرم‌افزار R استفاده شده است.یافته‌ها: یافته‌ها حاکی از آن است که در حوزه موضوعی مواد مقالات منتشرشده در 4 خوشه و در حوزه انرژی مقالات منتشرشده در 6 خوشه جای گرفته‌اند. هریک از 4 خوشه شناسایی‌شده در حوزه مواد در یکی از نواحی موضوعات پیش‌ران، موضوعات بنیادی و چندوجهی، موضوعات توسعه‌یافته اما منفرد و یا موضوعات رو به رشد/افول قرار گرفته‌اند. حال آنکه از 6 خوشه شناسایی‌شده در حوزه انرژی 3 خوشه در ناحیه پیش‌ران و 3 خوشه در ناحیه رو به رشد/افول قرار گرفته‌اند.نتیجه‌گیری: مطالعه حاضر نشان می‌دهد که در حوزه انرژی تنوع جایگاه خوشه‌ها در نمودار راهبردی کمتر از حوزه مواد بوده و همین روند در میان یافته‌های مرتبط با مقالات پراستناد نیز به چشم می‌خورد.

Background: This paper investigates the impact of Ecuador’s Ley Orgánica de Educación Superior (LOES), enacted in 2010, which mandated comprehensive reforms in higher education. Objective: The objective of this study is to determine whether the implementation of the LOES has led to a significant increase in academic publications in Ecuador, thereby contributing to sustainable educational practices and aligning with the Sustainable Development Goals (SDGs). In this context, sustainability refers to the ongoing capacity of higher education institutions to generate research that contributes to the long-term development of knowledge, aligns with global sustainability goals, and ensures educational practices that are responsive to societal needs. Methods: Using a synthetic control method, this study evaluates the impact of the LOES on the number of academic publications recorded in Scopus. A synthetic control consisting of data from countries with similar educational and economic profiles serves as a counterfactual to Ecuador’s situation. Results: Before the LOES, the average annual number of publications was stable at 253.4 per year. Post-2010, this number surged, reaching an average of 3645.84 publications per year, representing a 358.41% increase. By 2023, the actual number of publications in Ecuador rose to approximately 6584, significantly surpassing the synthetic control estimate of 1431 publications. Conclusions: The findings confirm that the LOES has been effective in increasing research output and advancing educational sustainability in Ecuador. This analysis not only contributes to the literature on the impact of educational policies but also demonstrates the utility of synthetic control methods in assessing policy effectiveness, underscoring the potential of targeted interventions to promote academic excellence and sustainability in education.

This study provides an overview of trends and evolution in International Organization for Standardization (ISO) implementation in healthcare over the past three decades, useful for researchers, practitioners, and policymakers in the sector. As an additional contribution, we propose the NU-index, which allows the evaluation of authors’ scientific output in a comprehensive way that will be valuable for researchers, institutions, and funding agencies seeking to assess researcher performance more accurately and understandably. A bibliometric analysis of 476 scientific articles from the Scopus Database was conducted, examining the scientific output, key authors, high-impact journals, and frequent keywords using VOSviewer, Bibliometrix library, and statistical analysis. Results reveal a significant increase in publications on ISO standards in healthcare since 2009, particularly in areas such as telemedicine, artificial intelligence, and information security. The emergence of ISO 11073 (health informatics) and ISO 13606 (electronic health records) highlights a growing trend towards information and communication technologies. Despite reported implementation barriers, such as lack of top management commitment and associated costs, adoption of these standards is increasing due to the demand for high-quality healthcare services and the need to comply with regulatory requirements.

Scientists have a duty to spend their time, and hence public money, in an efficient manner. One particularly wasteful task concerns the formatting of articles submitted to academic journals. Around a decade or so ago some academics began to challenge this inefficiency and a small number of articles have been published advocating for change. There has, however, been little progress, particularly within psychology. In the present article, we advocate for what is sometimes referred to as the Format-Free Submission. In order to quantify progression, we also examined a sample (n = 500) of psychology-related journals to determine which offer this. Results showed that only 73 (i.e., 14.6%) have formatting requirements that are relatively flexible for initial submissions. We suggest that the current system within psychology publishing is unethical, in that it wastes a huge amount of taxpayers’ money, and that change is needed.

Introducción: El síndrome de Guillain Barré (SGB), una radiculopatía inflamatoria desmielinizante aguda de nervios periféricos ocasiona limitaciones motoras y sensoriales, simétrica y bilateralmente. Objetivo: Describir la intervención fisioterapéutica en paciente de 12 años de edad, sexo femenino, con secuelas de una variante AMAN del SGB. Metodología: Relato de caso presentado durante el servicio social de una pasante de la licenciatura en Terapia Física de la Universidad Autónoma de Chihuahua, en la Clínica de Fisioterapia de la Universidad del Valle de Taquari/Lajeado/Brasil. Se realizó la valoración fisioterapéutica, recabando datos personales, diagnóstico médico, progresión de la enfermedad, antecedentes familiares, patológicos y no patológicos, y el análisis de exámenes complementarios. El examen físico analizó marcha, postura, equilibrio, movilidad, fuerza, sensibilidad y reflejos osteotendinosos. El abordaje consistió en 10 sesiones semanales, de una hora, desarrollando un trabajo de equilibrio, movilidad y fortalecimiento, principalmente de tronco y miembros inferiores, así como entrenamiento de conciencia corporal y propiocepción. Resultados: Se obtuvo aumento en la medida de la pantorrilla, fuerza muscular, y en equilibrio, así como normalización de la sensibilidad y postura. Conclusión: La valoración e intervención fisioterapéutica, desde la fase aguda, son fundamentales para el desarrollo de un tratamiento efectivo de las secuelas del SDG. DOI: https://doi.org/10.54167/tch.v18i2.1461

Los extractos de plantas son una rica fuente de compuestos naturales con propiedades antioxidantes, con potencial aplicación en la prevención o tratamiento de enfermedades crónico degenerativas de importancia en nuestro país. Los cladodios de Opuntia ficus-indica son una fuente de mucílago, un complejo de fitoquímicos y otros nutrientes, el cual podría representar un nutracéutico natural con una importante capacidad antioxidante. El objetivo del presente trabajo fue evaluar la técnica de extracción de licuado-centrifugado de Opuntia ficus-indica, con diferentes solventes, calculando el porcentaje de rendimiento de extracción, contenido total de fenoles y capacidad antioxidante como equivalentes de Trolox de diferentes variedades de O. ficus-indica. La técnica de extracción permitió obtener mucílagos con porcentajes de rendimiento mayores a 10 %. La variedad Jalpa presentó la mejor capacidad antioxidante con 0.616 µmoles ET/ g peso seco y un mayor contenido de fenoles con 10.35 ± 0.95 mg EAG/g peso seco. El mucílago obtenido tiene propiedades que lo recomiendan como un material natural que puede utilizarse como potencial antioxidante. DOI: https://doi.org/10.54167/tch.v18i2.1395

El pasto Lobero es una especie nativa de gran importancia en zonas áridas y semiáridas del norte de México. Por tal motivo, el objetivo fue explorar y realizar una caracterización estomática en poblaciones de pasto Lobero. 33 poblaciones en etapa fenológica madura fueron sujetas a estudio. Las variables evaluadas fueron, número de estomas (NE), células epidérmicas (NC), área estomática (AE) e índice estomático (IE) en la superficie adaxial (haz) y abaxial (envés) de la hoja. Los datos se analizaron mediante un análisis de varianza por bloques completamente al azar con cinco repeticiones. Los resultados muestran que el pasto Lobero es una especie anfiestomatica y presenta estomas de tipo Diacitico o cariofiláceo. Lo que sugiere que la caracterización estomática es una técnica importante que nos brinda información valiosa sobre la estructura foliar de las especies vegetales DOI: https://doi.org/10.54167/tch.v18i1.1376

The continued input of nitrate (NO3) into groundwater is a global problem, mainly associated to excess fertilizer and improper disposal of human and livestock waste. Nitrate accumulation in oxic aquifers of semiarid areas makes these zones especially susceptible to pollution. Nitrate in Meoqui- Delicias aquifer, located in an important irrigation district in Chihuahua, Mexico, was quantified in 2021 in 63 drinking water wells. Samples collected were analyzed in laboratory and results were compared to 2003 and 2006 data available for those wells. Nitrate values varied from 0.7 to 23.2 mg/L and 22 % of the wells contained NO3 above drinking water guidelines (10 mg NO3-N/L). A low to moderate nitrate pollution index (NPI) and a slight NO3-N variation with time was observed for most wells. Values of NO3-N/Cl < 1.0 support an anthropogenic origin of nitrate. No association was found between NO3-N and well depth. The most susceptible areas to nitrate contamination were identified as those areas with high NO3-N and increasing concentration with time. The lack of a pattern of contamination suggested leakage of manure leachate at a few points as the most likely contamination source. The consistently high NO3-N content (>10 mg/L) in three deep wells constitutes a serious concern. DOI: https://doi.org/10.54167/tch.v18i1.1415

En el actual contexto de aceleración digital, contar con habilidades digitales se ha convertido en una necesidad para no quedarse atrás. En este sentido es fundamental conocer el nivel de competencias de la ciudadanía y tomar las medidas adecuadas en relación con su evolución. Mediante el siguiente estudio, se realiza una revisión del Índice de Economía y Sociedad Digital (DESI) como principal fuente de medición del rendimiento digital europeo y español y de las competencias digitales de la ciudadanía. A partir de esta revisión, se identifican algunos sesgos vinculados a la definición del grupo objeto de estudio y el diseño de la encuesta en la que basa sus resultados. Por otra parte, también se identifican algunas limitaciones relacionadas con la agregación de datos que puede enmascarar la situación de colectivos vulnerables. Finalmente, se aportan consideraciones sobre la manera de mejorar algunos de estos aspectos, como la posibilidad de avanzar en una mayor alineación entre el propio DESI y el Marco Europeo de Competencias Digitales para la Ciudadanía que toma como modelo conceptual.

The aim of this research was to investigate the elements of the indexing policy used by professional cataloguers in a university library system in the Amazon region. The methodology is exploratory and case study, using a questionnaire as an instrument and applied to 36 university libraries of a federal institution. The results obtained from the 12 participating libraries identified the elements of the policy: human resources, clientele, subject coverage, selection and acquisition of source documents, indexing process, document language, level of completeness, search strategy and system evaluation, as well as the absence of an indexing policy formalised in an indexing manual. It is concluded that the development of an indexing policy for the library system could help to systematise the indexing process and optimise retrieval, proposing reflections on indexing policy in the context of the Brazilian Amazon.

Los acuerdos tomados por el cabildo, como órgano de gobierno de la catedral, constituyen una de las informaciones más importantes de la institución catedralicia y se conocen a través de diferentes tipologías documentales, fundamentalmente las actas capitulares. La destrucción parcial del archivo en los sucesos de la guerra civil española, ha supuesto la pérdida de una gran parte de esta documentación. En el caso particular de Segorbe se puede reconstruir, parcialmente, a través de la agrupación de todas las fuentes documentales sobre la materia en una sola serie, la de los acuerdos capitulares.

Uno de los principales objetivos de la extracción de ADN es obtener material con alta pureza y en cantidad suficiente. Se han reportado métodos para aislar ADN total a partir de tejido foliar de Phaseolus vulgaris. Sin embargo, la alta variabilidad genética, la cual se manifiesta en diferentes capacidades de acumulación de carbohidratos y compuestos fenólicos, dificulta los procesos de extracción de ADN. En el presente estudio se evaluó la eficiencia de extracción de ADN foliar de dos métodos basados en el uso de CTAB. Se usaron dos métodos: método 1, el cual incluyó el uso de Proteinasa K y RNAsa y el método 2, sin las enzimas. El método 1, permitió obtener entre 115.55 y 1138.23 ng/μL de ADN, en cambio el método 2, permitió obtener mayor cantidad de ADN, entre 354.90 y 2513.10 ng/μL. La amplificación por PCR de marcadores ISTR generó bandas mejor resueltas en las muestras de ADN obtenidas con el método 2 que con el método 1. El método 2 es efectivo y económico para obtener ADN en cantidad y calidad adecuadas de genotipos silvestres de P. vulgaris, que puede ser usado en estudios moleculares. DOI: https://doi.org/10.54167/tch.v18i1.1374

Tuberculosis is a disease caused by infection with the mycobacterium tuberculosis complex. Tuberculosis attack organ besides the lung, such as the pleura, lining of the brain, lining of the heart, lymph gland, bones, joint, skin, intestines, kidney, urinary tract, and genital. This disease is found in densely populated settlements with poor sanitation, lack of ventilation and sunlight and lack of rest. Moreover, the factors that will be analyzed in this research are Population Density (X1), Number of HIV/AIDS (X2), number of toddlers who experience nutrition (X3), Number of toddlers who experience BCG immunization (X4), number of toddlers who get exclusive breastfeeding (X5), Total families with PHBS (X6), number of residents with healthy homes (X7), number of families with clean water facilities (X8), number of families with ownership of latrine sanitation (X9), number of families with have landfills (X10), number of families have management waste place (X11), number of elementary education facilities (X12), Number of junior school education facilities (X13), Number of senior school education facilities (X14), Number of institutions fostered by neighborhood health (X15), Number of Posyandu (X16), Number Life Expectancy (X17), Literacy Rate (X18), Human Development Index (X19), Number of Tuberculosis sufferers (X20). This research aims to analyze what variables influence each other on the prevalence rate of tuberculosis in the city of Surabaya. The method used in this research is a multivariate analysis using factor analysis, cluster analysis, biplot analysis and discriminant analysis. This discriminant analysis determines accuracy by calculating the value (1-APER). The resulting research the Number of HIV/AIDS, number of residents with healthy homes, and Number of families with ownership of Sanitation (latrine, landfills, waste management) have a high correlation with the spread of tuberculosis in Surabaya. Meanwhile, areas with a high rate of tuberculosis are Tambaksari, Wonokromo, Sawahan, and Semampir. The classification analysis accuracy level was 90.32% and the accuracy of the resulting model or discriminant function was very high. So that discriminant analysis can be used for predicting the accuracy of tuberculosis prevalence rates.

Question-Answering (QA) systems at the intersection of natural language processing, information retrieval, and knowledge representation aim to provide efficient responses to natural language queries. These systems have seen extensive development in English and languages like Indonesian present unique challenges and opportunities. This literature review paper delves into the state of ontology-based Indonesian QA systems, highlighting critical challenges. The first challenge lies in sentence understanding, variations, and complexity. Most systems rely on syntactic analysis and struggle to grasp sentence semantics. Complex sentences, especially in Indonesian, pose difficulties in parsing, semantic interpretation, and knowledge extraction. Addressing these linguistic intricacies is pivotal for accurate responses. Secondly, template-based SPARQL query construction, commonly used in Indonesian QA systems, suffers from semantic gaps and inflexibility. Advanced techniques like semantic matching algorithms and dynamic template generation can bridge these gaps and adapt to evolving ontologies. Thirdly, lexical gaps and ambiguity hinder QA systems. Bridging vocabulary mismatches between user queries and ontology labels remains a challenge. Strategies like synonym expansion, word embedding, and ontology enrichment must be explored further to overcome these challenges. Lastly, the review discusses the potential of developing multi-domain ontologies to broaden the knowledge coverage of QA systems. While this presents complex linguistic and ontological challenges, it offers the advantage of responding to various user queries across various domains. This literature review identifies crucial challenges in developing ontology-based Indonesian QA systems and suggests innovative approaches to address these challenges.

The development of the Islamic banking industry in Indonesia has become a significant concern in recent years, with rapid growth in the number of banks operating based on Sharia principles. To face emerging challenges and opportunities, a deep understanding of the long-term financial behavior of Islamic banks is becoming increasingly important. This study aims to predict the share price of PT Bank Syariah Indonesia Tbk, over 28 days using the LSTM-GRU stack. The observation stage includes importing the dataset, data separation, model variations, the training process, output, and evaluation. Observations were conducted using 10 model variations from 4 stacks of LSTM and GRU. Each model performs the training process in four epochs (200, 500, 750, and 1000). The results of observations in this study show that long-term predictions (28 days ahead) using four stacks of LSTM-GRU and daily training accumulation techniques produce better accuracy than the general method (using multiple outputs). From the observations we have made for predictions for the next 28 days, the model with the LGLG stack arrangement (LSTM-GRU-LSTM-GRU) produces the best accuracy at epoch 750 with an MSE LSTM-GRU 63.43762863. This study will undoubtedly continue in order to achieve even better precision, either by utilizing a new design or by further improving the technology we are now employing.

This article introduces a generative association rule (AR)-based recommendation system (RS) using a recurrent neural network approach implemented when a user searches for an item in a browsing session. It is proposed to overcome the limitations of the traditional AR-based RS which implements query-based sessions that are not adaptive to input series, thus failing to generate recommendations. The dataset used is accurate retail transaction data from online stores in Europe. The contribution of the proposed method is a next-item prediction model using LSTM, but what is trained to develop the model is an associative rule string, not a string of items in a purchase transaction. The proposed model predicts the next item generatively, while the traditional method discriminatively. As a result, for an array of items that the user has viewed in a browsing session, the model can always recommend the following items when traditional methods cannot. In addition, the results of user-centered validation of several metrics show that although the level of accuracy (similarity) of recommended products and products seen by users is only 20%, other metrics reach above 70%, such as novelty, diversity, attractiveness and enjoyability.

The Traveling Salesman Problem (TSP) effectively represents the complex distribution issues encountered by couriers, who must carefully plan a route that includes all customer addresses while minimizing the distance traveled. As the magnitude of deliveries and the range of destinations expand, the courier's responsibility becomes progressively challenging. In this particular context, the objective of our research is to expand the existing knowledge and explore the complete capabilities of Deep Q-Network (DQN) models in order to achieve the most efficient route determination. This endeavor can potentially bring about significant changes in the courier and delivery service sector. The foundation of our unique methodology relies on an empirical inquiry, utilizing a comprehensive dataset including 178 observations obtained from motorcycle-based package delivery agents. Our research is carefully planned and executed using a comprehensive factorial experimental design. This design incorporates three crucial factors: the number of hidden layers, episodes, and epochs. The hidden layer parameter is set to a singular level, while the episode parameter is configured to explore five levels, and the epoch parameter is designed to travel four levels. The evaluation of our DQN models' performance is conducted utilizing the MSE metric as a measure. This assessment is carried out at every iterative cycle, ensuring thorough scrutiny. The central focus of our research centers on the intricate connection between episodes and epochs, and their influence on MSE. The findings of our study reveal that the association between episodes, epochs, and errors is not statistically significant although different level of episodes and epochs produces slightly different level of error.

Classifying plant species within the Liliaceae and Amaryllidaceae families presents inherent challenges due to the complex genetic diversity and overlapping morphological traits among species. This study explores the difficulties in accurate classification by comparing 11 supervised learning algorithms applied to DNA barcode data, aiming to enhance the precision of species family classification in these taxonomically intricate plant families. The ribulose-1,5-bisphosphate carboxylase-oxygenase large sub-unit (rbcL) gene, selected as a DNA barcode locus for plants, is used to represent species within the Amaryllidaceae and Liliaceae families. The experimental results demonstrate that nearly all tested models achieve accurate species classification into the appropriate families, with an accuracy rate exceeding 97%, except for the Naïve Bayes model. Regarding computational time, the Random Forest model requires significantly more time for training than other models. Regarding memory usage, the Least Squares Support Vector Machine with a polynomial kernel, and Regularized Logistic Regression consume more memory than other models. These machine learning models exhibit strong concordance with NCBI's classifications when predicting families using the test dataset, effectively categorizing species into the Amaryllidaceae and Liliaceae families.

This study is aimed to classify the brain activity of adolescents associated with audio stimuli; murottal Al-Quran and classical music. The raw data were filtered using Independent Component Analisys (ICA) and followed by band-pass filter in Python on the Google Colab Extraction was processed with Power Spectral Density (PSD) and the Random Forest Method in Weka Machine Learning was used for classification. The research results showed the same results between the two types of stimulation, namely the order of brain waves from highest to lowest were delta, alpha, theta and beta. The average brain waves of teenagers when given murottal al-Quran stimulation were 45.32% delta, 31.60% alpha, 17.02 theta and 6.05% beta. Meanwhile, the average brain waves of teenagers when given classical music stimulation were 46.54% delta, 28.64% alpha, 19.21% theta and 5.50% beta. Classification is obtained with the best value that frequently appears (mode) from the prediction results for each sample using random forest methods. The accuracy, precision, and recall of classifying adolescent brain waves when given murottal and classical music stimuli using the Random Forest method with cross-validation technique (optimum at k-fold=5) were 65.38%, 76.92%, and 70.00%, respectively. The results of this study show that stimulation using murottal al-Quran and classical music effectively improves adolescent relaxation conditions.

Energy use is an essential aspect of many human activities, from individual to industrial scale. However, increasing global energy demand and the challenges posed by environmental change make understanding energy use patterns crucial. Accurate predictions of future energy consumption can greatly influence decision-making, supply-demand stability and energy efficiency. Energy use data often exhibits time-series patterns, which creates complexity in forecasting. To address this complexity, this research utilizes Deep Learning (DL), Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), Long Short-term Memory (LSTM), Bidirectional LSTM (Bi-LSTM), and Gated Recurrent Unit (GRU) models. The main objective is to improve the accuracy of energy usage forecasting by optimizing the alpha value in exponential smoothing, thereby improving forecasting accuracy. The results showed that all DL methods experienced improved accuracy when using optimum alpha. LSTM has the most optimal MAPE, RMSE, and R2 values compared to other methods. This research promotes energy management, decision-making, and efficiency by providing an innovative framework for accurate forecasting of energy use, thus contributing to a sustainable and efficient energy system.

One main objective of higher education is to provide quality education to its students. One way to achieve the highest level of quality in the higher education system is by discovering knowledge for prediction regarding enrolment of students in a particular course, alienation of traditional classroom teaching model, detection of unfair means used in online examination, detection of abnormal values in the result sheets of the students, and prediction about students’ performance. The knowledge is hidden among the educational data set and is extractable through data mining techniques. The present paper is designed to justify the capabilities of data mining techniques in the context of higher education by offering a data mining model for the higher education system in the university. In this research, the classification task is used to evaluate student’s performance, and as many approaches are used for data classification, the decision tree method is used here. By this, we extract data that describes students’ summative performance at semester’s end, helps to identify the dropouts and students who need special attention, and allows the teacher to provide appropriate advising/counseling.

Managers strive for comprehensive, reliable, and flexible solutions to evaluate their organization's performance. Nonetheless, recognizing practical performance components has always remained relatively unanswered among managers and researchers. Accordingly, the present study aims to identify the elements influencing sustainable performance management processes considering research literature in the contingent field and eventually pinpointing potentially relevant elements. These elements would assist managers, specifically human resource managers, pursue their objectives. Researchers have already identified keywords related to the research topic by employing meta-word analysis and brainstorming methods with the help of Qiqqa software. Afterward, using VOSviewer, they extracted the vocabulary items of the co-occurrence network. This network and the hotspots identified hereafter established a solid foundation for meta-synthesis, taken as a meta-synthesis approach in this study. Then, four contingent keywords, including “sustainable development”, “sustainable development management”, “sustainable performance development”, and “sustainable performance management,” were considered to explore and analyze scholarly global databases such as Emerald, Proquest, SID, and Web of Science, as well as Google Scholar database and the dissertations defended by postgraduate students. Sources initially entering this research included 312 studies in full text, of which 80 were excluded due to lack of inclusion criteria. Eventually, the contents of the remaining 232 articles were surveyed. The number of overarching themes stands at one constructive theme, four primary themes, and seven, and the frequency of extracted codes hit 513. The findings of this research demonstrated that the components of innovation, technology, supply chain, organizational knowledge, economic, social, and environmental factors could cover all aspects of performance evaluation and would introduce a new literature called “Sustainable Performance Management” into the management field. The components of innovation, technology, supply chain, and organizational knowledge fail to be identified except through meta-synthesis and library analysis. This unprecedented aspect of the present study makes it distinguishable from previous studies. Considering this article's findings, managers, researchers, and other related professionals will be able to conceptualize and comprehend performance management issues in an alternative way. Consequently, human resource managers could identify components related to the sustainability of organizational performance management and put them into research and practice.

Today, academic research plays a very influential role in the economic development of countries. These researches are often recorded and disseminated in the form and structure of theses and dissertations in scientific institutes. The better the quality of this data in the systems that collect and distribute it, the more it can be used and exploited by organizations and businesses. Therefore, providing this data requires proper monitoring to put the output of the recording and dissemination process in good condition. This paper offers a framework for evaluating theses and dissertation data quality. In the framework, the data inconsistency coding structure is introduced and presented in Word and PDF files and in the form of metadata (bibliographic information). The approaches presented in data quality methodologies (TDQM and DWQ) are also used to provide solutions to improve data quality in the provisioning phase. At this stage, approaches such as owner attribution to data or process, root cause analysis, process control, and continuous monitoring are considered. The focus group method determines the operational strategies for quality improvement. Finally, process-oriented techniques, such as quality control checklists and image processing, and data-driven approaches, such as data cleansing, are localized and developed in this section to improve the quality of theses/dissertation documents. The provided improvement solutions were categorized into two different groups. Guiding the user in the "Theses/Dissertations" registration process is identified as a process-driven category. On the other hand, introducing a specific format for "Theses/Dissertations" files and resolving the quality issues of PDF files were among the data-driven solutions.

This research aimed to specify research trends in Library and Information Science (LIS) from 2011 to 2020 and hot papers in this field from July 2020 to July 2021 in the Web of Science (WoS) database. This research was of the type applied, scientometric, and descriptive. The study population was all articles in the field of LIS from 2011 to July 2021. The WoS database was used to collect data. To determine the research trend in the field of LIS, the results were limited to 2011-2020, and to determine the hot papers, this period was limited to July 2020 to July 2021. The obtained data were analyzed using the word co-occurrence technique and social network analysis. UCINET, NetDraw, and VOSviewer software were used to draw scientific maps and identify central subjects and people. "Social media" with 259 and "qualitative" with 53 were the keywords with the highest and lowest frequencies, respectively. Library and emerging technologies (106), citation analysis, scientometrics and webometrics (58), electronic information, information security, and protection (56) were three significant topic clusters in the studied area. The results indicated that the research topics in LIS have changed and evolved in the last ten years despite new and up-to-date topics.

This study aims to identify the characteristics of the information literacy learning environment (ILLE) for primary school students in Iran. This research was done by qualitative method and using content analysis. The statistical population was divided into two parts: 1) literature related to the INTE and 2) experts in the field of Information Literacy (IL). A researcher-made checklist was used to collect information in the first part, which was exploratory. The data collection tool from the second part of the community was the Delphi panel questionnaire, which was implemented in two stages. The results showed that ILLE has four dimensions for primary school students in Iran: educator, school library, classroom space, and educational resources. Considering these dimensions, categories, and sub-categories, it can be expected that a suitable environment will be provided for implementing IL programs in primary schools in Iran. Training administrators, curriculum developers, and information literacy educators can use this study's findings to improve ILLE to develop students with information literacy skills. This study is the first comprehensive study conducted in Iran that sought to identify the ILLE for primary school students. The findings are useful in providing a suitable environment for IL within schools in Iran and other countries.

The present study elaborated on the impact of online service convenience on the adoption intention and adoption of electronic information resources. Factors of service convenience have been identified as access convenience, search convenience, evaluation convenience, transaction convenience, and possession/ post-possession convenience. Data were collected from 205 Ph.D. scholars and faculty members from Central Government Institutes in Northern India. The received responses have been analyzed and presented with the help of PLS-SEM using ADANCO 2.2 software. The present study's findings suggested a significant impact of access, search, transaction, and possession/ post-possession convenience. However, evaluation convenience has been found insignificant in arousing adoption intention for electronic information resources. The uniqueness of the present study lies in elaborating on the unexplored area of online service convenience concerning electronic information resources.

For many years now, big data has revolutionized the world. Today, companies know that creating the most value from their data is essential for their growth. However, not all big data projects are successful; in fact, it is fundamental for companies to make the correct assessment of their capabilities and identify the potential problems to address before the starting point, and this is through maturity models. In previous work, we proposed a new Maturity Model and its framework to track companies’ progress toward successful big data implementation. We identified and categorized the factors influencing big data projects into six categories: strategy alignment, data, people, governance, technology, and methodology. The model provided a final score representing the readiness level for an organization to start its big data implementation. In this paper, we focus specifically on the Global Big Data Maturity assessment tool results. We analyze the importance of maturity domains and detail the final score calculation method using the AHP technique. For this research, we reached out to nineteen North African companies’ big data experts to give us input about their ongoing projects, and the steps are: (1) Collect nineteen big data expert’s ranks for each maturity domain using online forms; (2) Use these ranks alongside the Analytic Hierarchy Process method to have the domain’s weights, which were [0.173, 0.278, 0.128; 0.190; 0.064; 0.166], respectively for the domains [strategy alignment, data, people, governance, technology, and methodology]; Then (3) use the domain’s weights alongside assessment inputs, to calculate accurate weighted scores. As a result, AHP ranks show that the data dimension has the most impact on big data projects’ success, followed by strategy, methodology, governance, people, and, last but not least, technology. The framework dashboards show that most interviewed North African companies have great big data maturity levels.

Information literacy is an essential skill of the 21st century in pursuing information and knowledge. Incorporating it into the College of Education curriculum should be an integral education component. A survey research approach was used to identify different information literacy skills possessed by 83 Level 200 students in a Ghanaian College of Education. The study's significant findings disclosed that most students are not used to Boolean operators and truncation to retrieve information. It also emerged that students are trained in information literacy skills in research methodology, library instruction, and the use of computers. Challenges faced by the students in learning information literacy skills are overcrowded lecture halls and insufficient learning materials. The study adds to the existing literature on information literacy and indicates the urgency, relevance, and need for all Colleges of Education in Ghana to integrate the course into their curriculum.

Cloud storage technology is attracting more attention due to the increasing implementation of technology in everyday life. The present study aims to assess Iranian iCloud users' richness of information security awareness at the three levels of knowledge, attitude, and behavior, based on six aspects required for adhering to information security policies. Accordingly, in this study, the self-reported data of 384 Iranian users of Apple products (IUAP) were investigated using a questionnaire designed by a researcher. Then, the data were analyzed using Microsoft Excel software. This research showed that the average information security awareness of IUAP is 3.22 out of 5, a slightly higher than average score using a quantitative approach and descriptive statistics,. Almost three-quarters of them use iCloud, mainly because of its easy access to information. It also assesses various aspects and examples of information security awareness and behaviors that indicate compliance with information security policies. Finally, the general knowledge of Iranian iCloud users about the components of information security awareness is estimated to be 73.83, which is relatively low and unsatisfactory, showing that more attention and training are needed. Moreover, this study prioritizes different components of information security awareness.

This paper provides a systematic review of scientific resources to determine the components and indicators of the scholarly publication system. The research community includes 1070 documents from Scopus and the Web of Science databases. Another researcher was used to determine the degree of accuracy, reliability, and quality of the final documents, and the agreement between the two researchers was calculated with the Kappa coefficient. Finally, 331 documents were studied in full text. Possible components and indicators were identified from these documents, and their information was entered into Excel software. Based on the frequency and similarity of the contents, the conceptual framework of the scholarly publication system was designed. Research findings show that the main components of this system include infrastructure, technology, management, access, evaluation, support, language, communication, control, education, and ethics. Each of the components also has specific indicators and sub-indicators. Some issues, such as rights, laws, regulations, standards, repositories, scientific players, and centers, are not mentioned among the components because these concepts are integrated into other parts.

The study aims to analyze altmetric indices at the journal level in the field of oncology and also examine the relationship between altmetric indicators and citation-based indicators of the journals. The study includes an analytical approach. Altmetric indices were exported from Altmetric Explorer database, and citation-based indicators of oncology journals were gathered through Scopus in Microsoft Excel. SPSS software was utilized to analyze data inferentially and descriptively. The highest level of altmetric attention score belonged to CA-A CANCER JOURNAL FOR CLINICIANS in 2019. Twitter is the most used social media to share research outputs in oncology. There is a significant, positive, and moderate relationship between Altmetric Coverage and citation-based indicators (SNIP, SJR, and CiteScore). Additionally, a significant, positive, and moderate relationship exists between Mean Altmetric Score and citation-based indicators (SNIP, SJR, and CiteScore). Journals, including high citation-based indicators in the field of oncology, are more likely to get more visibility via various social media. Researchers and policymakers could use altmetric indices via social media (such as Twitter) to improve health knowledge, connect the public and academics, and share clinical guides to enhance public health and reveal non-traditional scientific impact.

The quantitative research study used scientometrics methods to compare the readership of nursing journal articles shared on Mendeley and the frequency of citations of these articles in Scopus. The sample size included all articles published in 110 nursing journals over two years, and the data was collected using Mendeley Altmetrics, Scopus citation analysis, and SCImago Journal Rank list. The frequency of readership on Mendeley and the frequency of citations in Scopus were analyzed using Spearman's test and SPSS software. The results showed a positive and significant correlation between the frequency of readership in Mendeley and the frequency of citations in Scopus, with a moderate relationship between them. The Spearman's test result was 0.649 for the first year and 0.539 for the second year, at a significance level of 0.001. The study concluded that Mendeley and Scopus can be used to evaluate the quality of articles and ranking journals. However, qualitative evaluation is also needed to determine the appropriate measurement tools and their prioritization. The study suggests that the results can be used by researchers, editors, and publishers to evaluate the impact of their work and to make informed decisions about future publishing strategies.

Defence Science Journal (DSJ) is the Defence Research & Development Organisation (DRDO), India's peer-reviewed research journal in defense science and technology research. This paper presents a bibliometric analysis of 1855 scholarly communications published in the journal during 1994 and 2020. The publications have been searched, identified, and downloaded from the Clarivate Analytics Web of Science Core Collection Database for 27 years, i.e., from 1994 to 2020. Software such as bibliometrix R-package Biblioshiny, VOSviewer, HistCite, and BibExcel have been successfully used to analyze the collected data. The study covers different features like types of documents, growth patterns, prolific authors, countries and institutions, and most cited sources. The majority of the publications were published in 2017. Researchers from the native country, India contributed the maximum number of articles (1405). The findings further indicate that the most prolific institution is the Indian Institute of Technology, which ranks top with 206 publications. The present study highlights the theoretical and empirical importance of the publications published in the DSJ over the past 27 years.

The dark web is considered an expansion of the deep web, intentionally hidden from the surface web. It can only be accessed with a particular group of browsers that allow the user to stay anonymous while navigating the dark web. With the untraceable hidden layer of the Internet and the anonymity of the users associated with the dark web, several impressive cybercrimes have been reported. This paper aims to examine the impact of the dark web on society. The article systematically reviews relevant academic literature and books to understand how the dark web works and its societal effects. The study has found that the dark web is an enabler of several cybercrimes. Moreover, while governments and regulatory authorities have introduced strategic detection techniques on the dark web, cybercriminals are adaptive towards the strategies and, given time, will usually find ways to bypass such detection techniques. It is recommended that the regulatory authorities and cyber threat intelligence periodically review the detection techniques for effective monitoring. Furthermore, security agencies or forensic analysts should ensure that they are updated with the latest scientific knowledge on the safe management of the dark web by undertaking more training in cyber security. There is also a need for further research to focus on awareness campaigns about the dangers of the dark web.

Cloud computing (CC) has been a buzzword in recent years. The application of cloud computing has been seen in almost all domains. It has also sparked interest in Libraries and the Information field because it provides new solutions to the emerging problem. The study aims to map LIS's global cloud computing literature between 2010 and 2021. Scientometric methods were employed to gauge the global research performance on cloud computing LIS. The analysis also identifies the leading countries, Institutions, authors, sources, funding agencies, authorship pattern, international collaboration, and most used author keywords on CC literature in LIS. The research data were retrieved from the Scopus database. 808 publications were downloaded and analyzed with the help of bibliometric tools such as Biblioshiny, Bibexcel, VOSviewer, and Microsoft Excel. The study results showed that research on cloud computing in LIS has a mounting trend in publications and citations during the 12-year study period. The highest number of research papers were published in 2020 (n=135), China produced the maximum research in the field with 194 publications, and the top three organizations identified from Taiwan contributed the maximum research. Cloud computing, big data, and Knowledge Management were acknowledged as LIS researchers' most important research area. However, e-learning, library services, systematic reviews, bibliometrics, and blockchain have gained recent research absorption. Two authorship patterns were the most prevalent among the LIS researchers, and the authors from China and the USA preferred to collaborate highest in the field.

Knowledge Management tools (KMTs) have become the engine oil that lubricates the various library operations carried out on daily basis in university libraries. The librarians rely on the execution of different tasks through the support of KMTs and the application of tacit knowledge. The purpose of this study is to investigate the efficacy of knowledge management tools (KMTs) in support of university libraries, with evidence from Nigeria and South Africa. The issue that necessitates this study was the increasing influx of information and knowledge in diverse formats; the complexity of library routines, thus requiring librarians to do more than envisaged, hence the support of KMTs in university library operations. The quantitative research approach rooted in survey research design was applied in this study. A total population of 132 librarians, 77 from Nigeria and 55 from South Africa across the two countries’ university libraries was used as a sample size. The purposive sampling technique was done in two ways. Universities were chosen and then stratified to select participants. Results revealed that different KM tools of search engines, semantic web, information retrieval tools among others, were available and used to support operations of information service delivery and manage databases/institutional repositories in the selected university libraries in Nigeria and South Africa. Several strategies were used to strengthen service delivery in both countries’ university libraries. The study recommends the acquisition of more KMTs such as artificial intelligence, simulation tools among others, which could address specific operations for service delivery and reskilling of librarians on how to use these tools.

Influence identification, one of the compelling applications of Social Network Analysis (SNA) is gaining immense attention in scientific literature analytics. Existing influence identification techniques in the scientific domain majorly explore scientific collaborations (co-author and co-citation networks) of researchers. Standard centrality algorithms are widely applied for this purpose. The emergence of digital scholarly platforms allows researchers to build their social community in the scientific environment. Few scholarly platforms maintain social media like follower and following relations apart from co-authorships and co-citations of researchers. This research examines the impact of followers and followings on influence identification in the scientific domain. The real scientific information from widely utilized digital scholarly platforms: ResearchGate (RG) and Academia is extracted. From the collected information, scholarly networks are constructed based on follower-following relations. Standard centrality algorithms are implemented to identify the influence of these networks. The results are compared with i) the researcher’s influence scores provided by RG and Academia ii) three legitimate global ranking lists of researchers. The outcome suggested that, like SNA, social collaborations among researchers in terms of followers and followings significantly impact influence identification in the scientific domain.

The Liposome is a spherical-shaped vesicle composed of one or more phospholipid bilayers, closely resembling cell membranes' structure. It has a novel drug delivery system (NDDS); the lipid bilayer can fuse with other bilayers, such as the cell membrane, thus delivering the liposome contents. The present study has been conducted to map the research productivity of 'liposomes as drug delivery' between 1980 and 2021. This study employed the scientometric method to analyze 629 research papers indexed in the Web of Science database. Different bibliometrics indicators were used to assess the annual research growth, prolific authors, authorship pattern, funding agencies, productive source, organization, country, author keywords, cited paper and cited references, etc. Biblioshiny, Bibexcel, VOSviewer, and MS Office were used to analyze the 629 published papers. The findings show that 629 publications were published between 1980 and 2001, with 24674 citations. 2018 and 2019 recorded the highest research with 49 publications and 758 and 471 citations, respectively. Journal of Controlled Release was the most relevant source in the field, with 45 publications and 3063 citations. LIU Y was the most productive author, with 15 publications and 342 citations. Northwestern University USA has the highest record with 11 publications, and the USA was the most productive country with 181 publications, while China emerged as a leading collaborator with the USA (19 publications). Liposomes and cationic liposomes were identified as the most important research themes. Permeability, ocular drug delivery, Chemotherapy, Cancer therapy, Hypoxia, Combination therapy, and hyaluronic acid were research topics that had gained recent popularity. At the same time, Vesicles targeted drug delivery, cellular uptake, ultrasound, Chitosan, and Pegylation were identified as the research areas that require further attention in the field of liposomes as drug delivery research.