Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 87
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 281
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => KKU-BiblioMerge: A novel tool for multi-database integration in bibliometric analysis@en
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => Objective. The objective of this study was to develop and validate KKU-BiblioMerge V.1.0, a bibliometric tool designed to address the limitations of single-source data in bibliometric analysis by integrating data from multiple databases, specifically Scopus and Web of Science (WoS).
Design/Methodology/Approach. The tool was developed using the R Shiny framework and incorporated key functions for data deduplication, field mapping, and integrity checks to ensure effective dataset merging. The performance of KKU-BiblioMerge was assessed by testing its ability to import, merge, and export bibliometric data, focusing on the efficiency and accuracy of consolidating records from Scopus and WoS.
Findings. The KKU-BiblioMerge application effectively processed and integrated 686 initial documents, eliminating 24.49% duplicate records to produce a final dataset of 518 unique entries. The tool demonstrated strong data consistency and high accuracy in field mapping, offering reliable cross-platform integration of bibliometric data compared to tools such as VOSviewer and Biblioshiny.
Originality/Value. KKU-BiblioMerge V.1.0 was a user-friendly, robust solution for multi-database bibliometric analysis. It enabled a more comprehensive and unbiased understanding of research landscapes. Its capability to integrate diverse datasets laid a foundation for advancing bibliometric software, broadening the scope and accuracy of analyses across scientific domains.@en
                    [1] => Objetivo. Este estudio tuvo como objetivo desarrollar y validar KKU-BiblioMerge V.1.0, una herramienta bibliométrica diseñada para abordar las limitaciones de los datos de una sola fuente en el análisis bibliométrico mediante la integración de datos de múltiples bases de datos, específicamente Scopus y Web of Science (WoS).Diseño/Metodología/Enfoque. La herramienta se desarrolló utilizando el marco R Shiny e incorpora funciones clave para la deduplicación de datos, el mapeo de campos y las comprobaciones de integridad para garantizar una fusión eficaz de conjuntos de datos. El rendimiento de KKU-BiblioMerge se evaluó probando su capacidad para importar, fusionar y exportar datos bibliométricos, centrándose en la eficiencia y la precisión de la consolidación de registros de Scopus y WoS.Hallazgos. La aplicación KKU-BiblioMerge procesó e integró eficazmente 686 documentos iniciales, eliminando el 24,49 % de registros duplicados para producir un conjunto de datos final de 518 entradas únicas. La herramienta demostró una sólida consistencia de datos y una alta precisión en el mapeo de campos, ofreciendo una integración multiplataforma confiable de datos bibliométricos en comparación con herramientas como VOSviewer y Biblioshiny.Originalidad/Valor. KKU-BiblioMerge V.1.0 proporciona una solución robusta y fácil de usar para el análisis bibliométrico de múltiples bases de datos, lo que permite una comprensión más completa e imparcial de los panoramas de investigación. Su capacidad para integrar diversos conjuntos de datos sienta las bases para el avance del software bibliométrico, ampliando el alcance y la precisión de los análisis en todos los dominios científicos.@es
                    [2] => Objetivo. Este estudo teve como objetivo desenvolver e validar o KKU-BiblioMerge V. 1.0, uma ferramenta bibliométrica concebida para abordar as limitações dos dados de fonte única na análise bibliométrica, integrando dados de múltiplas bases de dados, especificamente Scopus e Web of Science (WoS).Design/Metodologia/Abordagem. A ferramenta foi desenvolvida utilizando a estrutura R Shiny e incorpora funções importantes para a desduplicação de dados, mapeamento de campos e verificações de integridade para garantir a fusão eficaz de conjuntos de dados. O desempenho do KKU-BiblioMerge foi avaliado testando a sua capacidade de importar, fundir e exportar dados bibliométricos, com foco na eficiência e precisão na consolidação de registos do Scopus e WoS.Descobertas. A aplicação KKU-BiblioMerge processou e integrou eficazmente 686 documentos iniciais, eliminando 24,49% de registos duplicados para produzir um conjunto de dados final de 518 entradas únicas. A ferramenta demonstrou uma forte consistência de dados e alta precisão no mapeamento de campos, oferecendo uma integração fiável de dados bibliométricos entre plataformas em comparação com ferramentas como o VOSviewer e o Biblioshiny.Originalidade/Valor. O KKU-BiblioMerge V. 1.0 fornece uma solução robusta e fácil de utilizar para a análise bibliométrica de várias bases de dados, permitindo uma compreensão mais abrangente e imparcial dos cenários de pesquisa. A sua capacidade de integrar diversos conjuntos de dados estabelece as bases para o avanço do software bibliométrico, alargando o âmbito e a precisão das análises em domínios científicos.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Wirapong Chansanam
                    [1] => Chunqiu Li
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Multi-database integration@en
                    [1] => Bibliometric tool@en
                    [2] => Scientometric analysis@en
                    [3] => Data deduplication@en
                    [4] => Cross-platform analysis@en
                    [5] => Kku-bibliomerge@en
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 5
                    [nr] => 
                    [year] => 2025
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2025-02-01
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => DOI
                            [value] => Array
                                (
                                    [0] => 10.47909/ijsmc.157
                                )

                        )

                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://ijsmc.pro-metrics.org/index.php/i/article/view/157
                                )

                        )

                    [1] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://ijsmc.pro-metrics.org/index.php/i/article/view/157/124
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => en
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Copr
                    [1] => by-nc/4.0
                )

        )

)