مقایسه تحلیل هم‌استنادی و تحلیل هم‌واژگانی در ترسیم نقشه کتابشناختی (مطالعه موردی: دانشگاه تهران)

نویسندگان

دانشگاه تهران

چکیده

روش تحلیل هم‌استنادی و هم‌واژگانی دو روش برای ترسیم نقشه‌های کتابشناختی هستند. نقشه‌های کتابشناختی نه تنها روند رشد حوزه‌های علمی را ترسیم می‌کنند بلکه زیربنای تصمیم‌گیری‌ها، برنامه‌ریزی‌ها و آینده‌نگری علمی به حساب می‌آیند. اگر محققان مختلف بر روی موضوعات پژوهشی و مفاهیم یکسانی تمرکز و مطالعه کنند این انتظار به وجود می‌آید که در طیفی گسترده واژگان مشابهی را نیز برای مفاهیم مهم و یا مسائل حوزه تخصصی خود به کار برند؛ ‌و همچنین همین تعداد پژوهشگر، هم زمان مجموعه مشخصی از مقالات پیشین خود را مورد استناد قرار دهند. از آنجا که مقالات حامل هم زمان واژه‌ها و مآخذ هستند، پژوهش حاضر سعی دارد دریابد آیا تکنیک بررسی مآخذ و بررسی واژگان در نتایج مشابهت یا همگرایی نشان می‌دهد. جامعه تحقیق حاضر کلیه مقالات دانشگاه تهران است که در بازده زمانی (2008-1999) در وب آو ساینس نمایه شده‌اند. نتایج نشان داد که 14 خوشه در نقشه هم‌استنادی و 6 خوشه در نقشه هم‌واژگانی تشکیل شد. خوشه‌های حاصل از نظر اندازه بسیار متفاوت بودند. اغلب خوشه‌های نقشه هم‌استنادی در نقشه هم‌واژگانی در یک خوشه ادغام گردید.

کلیدواژه‌ها


عنوان مقاله [English]

Co-citation Analysis and Co-word Analysis in Bibliometrics Mapping: A Methodological Evaluation

نویسندگان [English]

  • Najmeh Salemi
  • Keyvan Koosha
چکیده [English]

The general aim of a bibliometric map is to provide an overview of the structure of the scientific literature in a certain domain or on a certain topic. In the context of science policy and research management, bibliometric maps can be used to support decision making by governments, funding agencies, and universities. The articles have words and references which are the bibliometric data for co-citation analysis and co-word analysis. We try to find that these two bibliometric approaches show any correlation? We applied these approaches to University of Tehran’ productions published between 1999 and 2008, retrieved from the Web of Science. The results reveals 14 co-citation clusters and 6 co-word clusters. The clusters vary considerably in size. Co-word clusters emerged co-citation clusters.