È stato pubblicato su Scientific Report uno studio che, usando tecniche di natural language processing (NLP) e machine learning (ML), ha permesso di mappare la comunità neutronica europea.
Un modello supervisionato ha identificato circa 120.000 articoli rilevanti presenti nella banca dati Scopus, che sono stati poi analizzati tramite topic modelling per identificare le tematiche di ricerca. I risultati mostrano una produzione scientifica stabile con una comunità in crescita, caratterizzata da un terzo di nuovi autori ogni anno e con una forte interdisciplinarità.
Lo studio è nato nell’ambito del progetto Horizon2020 Brightness2 ed è stato firmato dai delegati nazionali nella European Neutron Scattering Association (ENSA).
E. Velichko, H. Abele, D.J. Barlow, et al. Rendering the European neutron research landscape. Sci Rep 15, 5722 (2025). Articolo completo (open access): https://www.nature.com/articles/s41598-025-88099-w.
