摘要 本项文献计量研究分析了 2020 年至 2024 年期间人工智能 (AI) 在数学教育中的应用的科学成果。该研究基于从 155 个国际来源中提取的 384 篇文献样本,评估了新兴趋势、作者和国家之间的合作模式以及在数学教育中使用人工智能的主要主题。分析使用 RStudio 中的 Biblioshiny 工具进行,生成网络图和专题图,以可视化关键字与国际合作之间的关系。结果表明,中国和美国在科学生产力和国际合作方面处于领先地位。人们对在教育环境中使用生成性人工智能(包括深度学习和 ChatGPT)进行学习评估的兴趣日益浓厚。本研究概述了数学教育领域人工智能研究的当前动态,并强调了跨学科合作的机会。
摘要:可再生能源技术的进步,特别是太阳能、风能、储能和电网集成解决方案的进步,正在加速该领域初创企业的增长。尽管前景光明,但可再生能源初创企业面临着多种风险,包括技术、监管、财务和市场风险。本文对与可再生能源领域创业和初创企业发展相关的投资问题和风险相关的科学出版物进行了文献计量分析。经过对数据集进行多级过滤后,研究基础包括 2005-2023 年 232 位科学家的 82 篇出版物,由 Scopus 索引,使用的分析工具是 Biblioshiny 和 Excel。2005-2016 年,出版物数量每年以 10.47% 的速度增长,2006、2007 和 2016 年达到峰值;2017-2023 年,论文数量增加(依赖性用三次多项式趋势描述)。本文研究了可再生能源初创企业和企业家精神的投资和风险这一主题的 3 种不同类型的三域图:1)“参考文献 - 作者 - 关键词”,2)“国家 - 机构 - 作者”,3)“作者 - 来源 - 关键词”。对在该领域知识传播中贡献最大/周期性但值得注意/最小的科学期刊进行了定量和定性分析,根据本地和全球影响力水平分析了前 10 名作者和论文,确定了最强大的研究网络(基于联合引文分析结果),包括作者和国家,并根据其科学家的研究成果量和这些作品的引用强度确定了领先的国家。构建最常用关键词云使我们能够确定优先研究主题领域,并分析研究领域中不同主题块之间的结构和逻辑关系。通过多重对应分析(因子分析)和纵向专题图分析,对该领域的科学景观进行聚类,并识别出各个主题的演变变化和相互依赖关系。