J'ai le plaisir de lancer la première version de développement de [Ranystyle](https://agoutsmedt.github.io/Ranystyle/index.html) ! Ranystyle est conçu pour extraire, analyser et nettoyer les références bibliographiques à partir d'un éventail de sources, y compris les PDF, les documents `.txt` et les références stockées dans un objet R. A la base, [Ranystyle](https://agoutsmedt.github.io/Ranystyle/index.html) exploite la puissance du Ruby Gem [anystyle](https://anystyle.io/), en intégrant (et en étendant) ses capacités dans une interface R intuitive.
L'objectif de ce project est de produire des scripts permettant de collecter les documents publiés par les banques centrales et de nettoyer ces données pour créer une base de données des documents des banques centrales.
Ranystyle (prononcer R-anystyle) est un paquet R conçu pour automatiser l'extraction, l'analyse et le nettoyage de références bibliographiques à partir de documents PDF et textuels ainsi que de références stockées dans un objet R. En utilisant la puissance du gem Ruby 'anystyle', il segmente les références et les convertit dans des formats de données structurés.
Dans ce billet, vous apprendrez comment extraire des données à partir du site web de Scopus ou avec l'API de Scopus et comment nettoyer les données extraites du site web de Scopus. Ces données permettent de construire des réseaux bibliographiques.
Lorsque la tentation est grande de s'essayer aux méthodes quantitatives, la première question qui vient à l'esprit est probablement ≪ mais comment faire, et quels outils dois-je apprendre à utiliser ? ≫. Je donne ici quelques arguments pour vous engager dans l'apprentissage de R et présente ensuite différents tutoriels et packages R utiles aux historiens de l'économie.
I am very pleased to announce the initial release of biblionetwork to CRAN! biblionetwork is designed to build easily and quickly large list of edges for bibliometric networks. You can identify the edges for different types of network (bibliometric coupling or co-citation, or co-authorship networks) and use different methods to calculate the weights of edges.
Building an online interactive platform displaying bibliometric data on a large set of macroeconomic articles. Our goal is to settle the basis for a broad and long-run project on the history of macroeconomics, as well as to bring to historians tools to run quantitative inquiries to support their own research work.
This post comes back to my article "From the Stagflation to the Great Inflation" and proposes to navigate in the stagflation dataset I have built. Here, you can play interactively with the coupling and cocitation networks of my article.