分类筛选
分类筛选:

可视化相关自考开题报告范文 跟国际图书情报学力量态势的可视化分析有关硕士学位毕业论文范文

版权:原创标记原创 主题:可视化范文 类别:硕士论文 2024-03-20

《国际图书情报学力量态势的可视化分析》

本文是可视化相关专升本论文范文和情报学和可视化分析和图书有关开题报告范文。

摘 要以WoS 图情领域86 种核心期刊的47758 篇文章为依据,获取知识产出、机构合作和作者合作大数据,采用共词分析、内容分析、科学知识图谱分析等研究方法,利用TDA、Ucinet、VOSviewer、Stata 等数据分析软件,从知识产出与科研合作两个维度对近十五年国际图书情报学的研究态势展开分析.研究表明,美国在图情领域科研实力雄厚,知识产出水平与科研合作程度遥遥领先,印第安纳大学伯明顿分校、哈佛大学、北卡罗来纳大学教堂山分校是知识产出总量最多的三个机构;英国、西班牙、德国等欧洲国家以及中国、加拿大是图情领域研究的中坚力量.对于我国而言,知识产出总量已进入图情领域核心国家阵列,但是在高产机构、高产作者等指标上表现不够优秀,在科研合作中的学术地位与影响力有待提升.

关键词学术合作知识图谱文献计量核心期刊研究趋势

0 引言

进入21 世纪以来图书情报学迎来了学科领域内的第二次重大变革[1],研究情境从手工检索转向大数据、云计算、物联网环境下的情报资源整合、开发、利用与服务,数据密集型科研时代的到来为图书情报学的发展注入了新的能量.期刊引文数据库Web of Science(WoS)的核心数据库集收录了包括MIS Quarterly、Journal of Information Technology 在内的图情领域86种SCI/SSCI核心期刊,发表在这些期刊上的学术成果能够表征图情领域的研究热点与学术前沿[2].通过对期刊数据的文献计量分析可以帮助我们直观了解图情领域的发展概貌、新动向,从宏观上快速把握不同层次的研究力量在图情领域的知识产出能力和学术地位的变迁以及他们在国际科研合作网络中的学术影响力.鉴于此,本文综合采用共词分析、内容分析、科学知识图谱分析等研究方法,基于WoS近15 年图情领域知识产出的科学大数据,从国家、机构、作者三个层面,采用可视化方法对国际图情领域的知识产出的发展态势进行梳理,并对科研合作的结构特征加以明晰.本文从四个方面对国际图书情报学知识产出展开可视化分析(图1).

第一,检索式构建与数据搜集.为尽可能全面地描绘国际图书情报学的研究概貌,本文选取WoS 核心集中的三大引文索引SCI、SSCI 和A&HCI 作为数据来源库, WoS 数据库中“library and information science”主题大类下包括图书情报(LIS)与商学子学科信息系统(IS)两个学科的期刊,在跨学科大背景下,两个学科的研究主题存在交叉融合现象,图情领域学者在信息系统期刊上发文也日益普遍,因此在搜集图情领域的期刊论文时往往会搜集这两个学科的期刊数据.本文制定的具体检索策略为:检索表达式“SU等于library and information science”,文献类型为“Article”.获取2002-2016年共15年的文献数据集,包括154个国家/地区的47758条文献数据.检索时间为2018年1月10-11日.

第二,数据清洗.在本文中,数据清洗对象涉及国家、机构、作者三个字段.(1)国家字段清洗:将WoS 题录属于同一国家的不同地区加以合并,如中国大陆、中国香港、中国澳门和中国台湾数据合并为中国数据,英格兰、北爱尔兰、苏格兰、威尔士数据合并为英国数据.(2)机构字段清洗:从作者地址字段中提取机构信息,并将隶属同一机构的二级机构加以合并(如隶属于同一高校的二级院系、研究所、实验室),最终将51588 个机构精简为18347个.(3)作者清洗:参考作者机构,对不同格式的作者数据加以合并, 如“Egghe, L”“Egghe,L.”“Egghe,Leo”合并为同一作者,最终将83061个作者精简为68675个.

第三,知识产出发展态势分析.从高产国家、高产机构、高产作者三个层面对知识产出的国家分布进行分析,并从师资规模、研究中心/实验室建设、职称结构三个角度对高产机构的知识构成加以探析.

第四,科研合作发展态势分析.分别构建高产国家共现矩阵、高产机构共现矩阵、高产作者共现矩阵,构建科研合作图谱,从整体态势和关键节点两个角度对科研合作的发展态势进行详细分析.

1 国家层面的知识产出与科研合作态势

1.1 知识产出的高产国家分布

对国家字段进行数据清洗后得到150个国家在图书情报学的47758篇知识产出数据.在统计知识产出贡献时采用合作者贡献均等原则,每篇文章中包含的多个国家、机构、作者,不分排序先后,只要出现即按产出1篇文章计算,在同一篇文章中出现多次不累计.选取排名前20 的国家作为高产国家,其知识产出概况见表1.

如表1所示,前20名国家的知识产出总量为45468篇,因各国之间存在合著关系,去除被重复计算的知识产出后,20个国家的知识产出总量为40023篇,占全体国家知识产出83.80%.美国、英国、中国是图情领域知识产出总量最多的3个国家,其中美国在图情领域的知识产出数量遥遥领先.西班牙、加拿大、澳大利亚、德国、荷兰、韩国、巴西七国的知识产出总量也位列前十.北美洲、欧洲、亚洲国家是图书情报研究的中坚力量,在前20 名的高产国家中包含北美洲国家2个,知识产出量21323篇,在20国中知识产出占比46.90%;欧洲国家10个,知识产出量13942 篇,知识产出占比30.66%;亚洲国家5个, 知识产出量6742 篇, 知识产出占比14.83%;南美洲、大洋洲、非洲国家各1 个,知识产出量3461篇,知识产出共占比7.61%.

1.2 国家科研合作网络的整体态势

以图情领域知识产出的150个国家为研究对象,对各国之间的科研合作网络展开分析,国家科研合作图谱如图2所示.

为挖掘不同国家在图情领域的知识产出贡献、学术影响力及国际交流合作程度的演化过程,本文将时间序列划分为3个间隔相同的时间窗口:T1(2002-2006 年)、T2(2007-2011 年)、T3(2012-2016年),应用社会网络分析方法,采用6个主要整体网络指标以及中心度指标对3个时间窗口所有国家的科研合作网络结构特征进行分析(表2).在6个指标中,网络密度是测度整个网络连接程度的指标,数值越大则表明网络中各节点之间的联系越紧密;中心性与异质性是衡量网络中节点分布均匀性的指标,数值越大表明网络中少部分节点掌握的连通性越高,网络集权现象越严重;平均路径长度和聚集系数是反映小世界现象的指标,数值越小则表明网络中存在小世界现象的可能性越大.为消除部分节点之间的高频次合作给结果带来的影响,将国家共现多值矩阵转化为二值矩阵再对网络密度进行分析.从表2来看,随着科学研究的不断发展和融合,图情领域的国家科研合作网络规模从95个节点增加到137个,国际合作网络从疏散趋向紧密.同时,科研合作网络中的马太效应有所减弱,从单个权威节点主导的合作网络转变为多个节点主导、其余节点稳固合作的新型图书情报学国家科研合作网络.

1.3 科研合作网络中的关键国家挖掘

中心度是测度复杂网络中节点权威性和重要程度的指标[3].在国家科研合作网络中,高中心度国家节点是国际学术合作信息流动中的权力中心,在合作网络中具有重要影响力.通过对不同时间窗口下科研合作网络中心度的分析,可以揭示图情领域国际科研合作活动中关键国家的动态演变.中心度指标数值最高的十个国家节点如表3所示.

对比分析各国在3个时间窗口下的中心度数值,美国在3个时间窗口下一直处于国际学术合作与交流的权利中心,稳居国际学术交流网络的核心地位;中国、德国、西班牙、韩国4国的国际科研合作程度与学术地位明显提升,其中中国的T1 中心度排名从第4 名稳步上升至T3 第2名,成为仅次于美国的合作网络中心节点.英国、加拿大的中心度排名虽有小幅度下降,但在3个时间窗口下的科研交流中心度排名始终位于前4名,与美国、中国共同构成了目前图情领域国际科研合作与学术交流高影响力核心圈.传统图书情报学研究与合作的科研强国澳大利亚、荷兰、比利时、瑞典、芬兰的国际合作影响力有所下降,其中比利时、瑞典、芬兰的科研合作领先地位被韩国、法国超越,三个国家的合作网络中心度排名跌出前十.

2 机构层面的知识产出与科研合作态势

2.1 高产机构的国家分布

对机构字段进行数据清洗后最终得到18347个机构在图书情报学的知识产出及科研合作大数据,选取机构知识产出排名在前1%的183个机构作为高产机构,高产机构知识产出为28648篇;机构类型以高校为主,兼有部分学术机构如中科院、西班牙国家研究委员会,科技企业如美国微软,也包括已停刊的美国著名科普杂志《科学家》杂志社,该杂志社成员发表了大量图情领域的学术文章.高产机构国家分布见表4.高产机构分布在22 个国家中,国家分布存在明显的集聚效应,美国以96个高产机构数量、52.46%的占比大幅度领先于其他国家,这96 个机构在15 年内贡献了16017 篇SCI/SSCI 来源期刊文章,占高产机构知识产出总量的55.91%,无论是从高产机构数量还是从其知识产出数量来看,美国在图情领域的研究力量都十分雄厚,而众多科研机构的参与又会进一步推动科学研究的互动交流以及领域内颠覆性创新的产生.中国以14个高产机构数量和1830篇SCI/SSCI来源期刊文章在高产机构数量和知识产出数量两个指标排名中都位居第2,科研表现强劲,但与美国相比还存在较大差距.澳大利亚、英国、西班牙、加拿大、荷兰等知识产出强国在高产机构数量和高产机构知识产出两个指标也表现优异.以色列、瑞士、匈牙利、马来西亚、墨西哥、新西兰、斯洛文尼亚在整体知识产出排名中并不靠前的国家也进入了高产机构国家排名前22 名,这些国家在机构层面已经形成了一批科研实力突出的学术队伍.

2.2 核心机构概况及其知识构成

2.2.1 核心机构概况

选取排名前20 的科研机构作为核心机构,对其知识产出概况展开分析(表5).在排名前20的高产机构中,美国机构有14 个,包揽高产机构前8 名,形成了以印第安纳大学伯明顿分校、哈佛大学、北卡罗来纳大学教堂山分校、伊利诺伊大学香槟分校、宾夕法尼亚州立大学、华盛顿大学等知名高校为代表的核心科研机构.西班牙、新加坡、加拿大、比利时、英国、荷兰也占有一席之地,其中南洋理工大学是唯一上榜的亚洲高校.从机构类型来看,除已经停刊的《科学家》杂志之外,其他高产机构全部是高等院校.在这些高校中,哈佛大学的主要知识产出二级单位为医学院(School of Medicine)及其附属布莱根女子医院(Brigham and Women’s Hospital),研究方向主要为医学信息学[4-5];其他18 个高校则都开设了信息科学相关院系,其图情领域的知识产出也主要来自这些院系的科研团队.

2.2.2 核心机构的知识构成

本文从核心机构知识产出主要二级院系的师资规模、研究中心/实验室建设、职称结构三个角度对高产机构的知识构成展开分析,以期从师资建设与学科建设角度为国内的图书情报学的双一流学科建设提供有益参考.由于美国是图情领域研究的标杆,同时各国职称的设置方式也有所差异,因此本文以12 所美国高校信息科学相关院系为研究对象,对这些院系的知识构成展开分析(表6).(1)职称结构:借鉴楼雯等[4]对高校职称结构的划分方式,将高校职称划分为教授主导型、副教授主导型、高级职称主导型、讲师/助理教授主导型、平衡型五种类型,其中高级职称主导型内涵为教授、副教授数量相当,平衡型内涵为各级别职称数量相当.如表6 所示,在职称结构层面,教授主导型职称结构最为常见,其次为讲师/助理教授主导型.

(2)师资规模:12 个高产学院的师资规模差异非常显著,规模最大的是印第安纳大学伯明顿分校计算机科学与信息科学学院,其知识产出数量最多,研究方向广泛,主要包括人工智能[5]、数据科学[6]、认知科学[7]、信息计量[8]、健康信息学[9]等.师资规模次高的是密歇根大学信息学院,其拥有118名教研人员,但其知识产出排名相比之下不够理想,其研究方向主要有集体智慧与组织技术[10]、人机交互[11]、社交媒体与社会计算[12]、数据科学与数据分析可视化[13]、健康计量学[14]、科学技术与社会[15].值得注意的是,北卡罗来纳大学教堂山分校信息与图书馆科学学院和伊利诺伊大学香槟分校信息科学学院虽然师资规模很小,但是其知识产出数量和质量却处于国际前沿.

(3)研究中心/实验室:这些核心机构普遍对学术团队建设十分重视,匹兹堡大学计算机与信息学院、印第安纳大学伯明顿分校计算机科学与信息科学学院、宾夕法尼亚州立大学信息科学与技术学院、密歇根大学信息学院、华盛顿大学信息学院都建立了超过10个研究中心/实验室,其中匹兹堡大学计算机与信息学院成立了包括高级数据管理技术实验室、个性化自适应网络系统研究实验室、空间信息研究组实验室在内的20 个研究中心和实验室.印第安纳大学伯明顿分校计算机科学与信息科学学院也成立了算法与机器学习研究中心、复杂网络与系统研究中心、网络科学实拍戏验室在内的19 个研究中心和实验室,这些研究中心和实验室有利于促进学院内部科研人员之间的学术交流与知识共享.

2.3 机构科研合作网络的整体态势

本部分以图情领域的183个高产机构为研究对象,对各高产机构的科研合作网络展开分析.为更好地展现高产机构间的合作概貌,构建183×183 的机构共现矩阵并绘制机构科研合作图谱(图3).

如表7 所示,机构科研合作网络的密度为0.19,网络较为疏散,机构间的科研合作关系不够密切,机构之间的科研合作对象往往有所局限;中心性与异质性指标数值分别为1.70%和0.79%,表明机构科研合作网络较为扁平,集权现象不明显,机构之间较为便利地展开两两直接合作而不需通过第三方机构作为中介;平均路径长度和聚集系数指标数值分别为1.91 和1.03,表明机构平均通过1.91个路径长度即可与其他机构产生联系,机构间的科研合作存在明显的小世界现象.

2.4 机构科研合作网络中的关键机构挖掘对机构科研合作网络中心度的分析可以揭示图情领域国际科研合作活动中关键机构.中心度指标数值最高的20个机构节点如表8所示.由表8可知,哈佛大学是图情领域与其他机构开展科研合作与学术交流最为广泛的机构,马里兰大学、鲁汶大学、印第安纳大学伯明顿分校、香港城市大学4所大学在科研合作方面也排在前列.

对比分析表5、表8,哈佛大学、印第安纳大学伯明顿分校在图情领域的知识产出和学术交流两个维度均处在领先地位;在知识产出与学术交流两个维度均排名前20 的核心机构中,马里兰大学、鲁汶大学、密歇根大学、亚利桑那大学、匹兹堡大学5个机构在学术交流维度的排名大幅度领先于知识产出维度;北卡罗来纳大学教堂山分校、伊利诺伊大学香槟分校、宾夕法尼亚州立大学3个机构在知识产出维度的排名则大幅度领先于学术交流维度;华盛顿大学、德克萨斯大学奥斯汀分校在知识产出和学术交流两个维度的排名则较为一致.香港城市大学、安特卫普大学、明尼苏达大学、佐治亚州立大学、新加坡国立大学、密歇根州立大学、犹他大学、西班牙国家研究委员会8个机构的知识产出不在核心机构之列,但学术交流维度则排在前列;《科学家》杂志、格拉纳达大学、南洋理工大学、阿姆斯特丹大学、威斯康辛大学麦迪逊分校、西安大略大学、谢菲尔德大学、威斯康辛大学密尔沃基分校8个机构的知识产出处于领先水平,但其在学术交流维度则略逊一筹.

2.5 机构科研合作网络中的核心群体分析

将机构合作频次选定为10 次,得到机构科研合作网络图谱(图4).机构科研合作网络中存在学术合作密切的4个K核心学术群体和若干其他小型学术群体.

K1 核心的群体规模最大,来源也最为广泛,包括来自中国、比利时、美国、加拿大、新加坡、韩国、德国、匈牙利、荷兰、南非10 个国家的23 个科研机构,其中中国学术机构共6个,分别为中科院、武汉大学、南京大学、浙江大学、香港城市大学、复旦大学.K1核心的科研合作网络中包括两个关键节点,分别为鲁汶大学与香港城市大学,其中鲁汶大学与哈瑟尔特大学、匈牙利科学院、中科院、浙江大学的学术交流最为密切,香港城市大学与南京大学、英属哥伦比亚大学、新加坡国立大学、杨百翰大学、复旦大学的学术交流最为密切,K1核心的研究主题宽泛、成果丰硕,研究主题包括知识管理、信息检索、信息计量、电子商务、社交媒体、数字图书馆、数据挖掘等领域.

K2 核心的机构成员来自美国与加拿大,网络规模为10,其科研合作网络呈线型结构,没有形成明显的核心节点,印第安纳大学伯明顿分校、蒙特利尔大学、马里兰大学3个机构在该学术群体中的集权优势相对突出.该学术群体的成果产出能力十分强劲,有一半成员的知识产出排名位居全球前10 名;其研究主题也十分丰富,主要包括社交媒体、信息检索、文献计量、知识管理、学术图书馆、电子政务、学术交流.K3核心的8个机构成员全部来自美国,其科研合作网络呈星型结构,哈佛大学作为网络节点将美国合作医疗公司、麻省理工学院、哥伦比亚大学、范德比尔特大学等7个科研机构紧密联系起来,研究主题主要与电子健康、自然语言处理、临床决策支持、医疗健康信息技术相关.K4 核心的机构成员除了来自荷兰的莱顿大学,其他机构成员全部为西班牙科研机构,网络规模为8,该学术群体的关键节点为西班牙国家研究委员会,他与瓦伦西亚理工大学、格拉纳达大学、马德里卡斯洛斯三世大学等6个群体成员均存在密切的学术交流.K4核心的研究主题较统一,集中在信息计量学、信息素养、信息检索与可视化等研究领域.

3 作者层面的知识产出与科研合作态势

3.1 高产作者的国家分布

对作者字段进行数据清洗后,最终得到了68675个作者在图书情报学的知识产出以及科研合作大数据,选取知识产出数量在23 篇以上的121个作者作为高产作者,其知识产出概况如表9所示.高产作者分布在19个国家,其中美国是高产作者与知识产出的聚集中心,以45 个高产作者数量、37.19%的占比大幅度领先,其拥有Constans A、Perkel JM、Bates DW、Ding Y等高产作者.这些作者贡献了1507篇SCI/SSCI来源期刊文章, 占全体知识产出总量的33.83%.英国、西班牙、韩国、中国尾随其后,但与美国的差距仍然十分明显.四国的高产作者总和为43,知识产出总占比为35.54%,与美国的对应指标数值相差不大,由此可见美国在高产作者维度同样形成了非常大的人才优势.对比分析高产国家的知识产出数据(表1)与高产作者的国家分布数据(表9)可知,中国、德国、加拿大的高产作者排名略低于知识产出排名,巴西、法国、印度、南非等知识产出高产国家则跌出了高产作者国家序列;瑞士、马来西亚、以色列、匈牙利、奥地利、韩国、比利时的高产作者排名相比知识产出排名则有显著提升.

3.2 作者科研合作网络的整体态势

以图情领域的121 个高产作者为研究对象,对各高产作者间的科研合作网络展开分析,高产作者科研合作图谱如图5所示.

如表10 所示,作者科研合作网络的密度为0.02,网络结构非常松散,作者之间的科研合作往往局限在小团体内部;中心性与异质性指标数值分别为1.26%和1.57%,表明作者科研合作网络为扁平形态,不存在把控整个作者科研网络合作交流的权利中心;平均路径长度和聚集系数指标数值分别为3.53 和5.22,表明作者之间平均通过3.53个路径长度即可与其他作者产生文献层面的学术交流.

3.3 科研合作网络中的关键作者挖掘

从知识产出与中心度两个指标对图情领域的关键作者进行分析,为了深入挖掘高产作者之间的学术合作广度,中心度指标计算基于作者科研合作二值网络.对两个指标前10 名的作者分别展开分析(表11).从知识产出与中心度排名前10的关键作者数据来看,图情领域的关键作者集中分布在英国、荷兰、比利时、德国、西班牙、意大利、美国;研究方向主要与科学计量、研究评价以及科学技术相关.

(1)科学计量与研究评价:Thelwall、Leydesdorff、Bornmamm、Rousseau、Egghe 等是科学计量学领域的国际知名学者.Thelwall、Leydesdorff 在图情领域知识产出数量最多、学术交流最为频繁.Thelwall 在图情领域发表了149 篇SCI/SSCI 文章,作者在2013 年发表的Do altmetrics work? Twitter and ten other socialweb services[16]被引用219 次,在该文中作者对PubMed 文章在Web of Science 中的被引指标与Tweets、Fbwalls、Google+、LinkedIn等11 种文献计量学指标之间的相关性展开分析,并引入符号测试有效克服不同引用窗口和使用窗口所引起的时间偏差.Leydesdorff 是普赖斯奖得主,在图情领域发表128 篇SCI/SSCI 文章, 2009 年发表的A global map of sciencebased on the ISI subject categories[17]被引257次,作者认为对期刊的学科分类是科学计量学的研究重点,文章通过对ISI 期刊主题矩阵的验证性因子分析提出期刊学科划分的解决方案,指出ISI期刊学科分类的不准确性是平均分布的,因子分析可用于揭示科学地图中的主要学科结构.(2)科学技术:Constans、Perkel 都曾任职于《科学家》杂志,Constans 在图情领域的知识产出集中在2005 年前,Perkel 目前则是一名科学研究自由撰稿人.Perkel 在2015 年发表于《自然》杂志的The trouble with reference rot[18]对网络文献引用的链接失效与内容漂移现象展开研究,评述了计算机科学家就此问题提供的解决方案,通过联机归档服务研究人员可以在网页上将自己的学术成果保存为永久副本,通过提交缓存链接及其创建日期,可保证学术成果在网页链接即使已经失效的情况下也能成功永久访问.

4 结语

本文以近15年WoS核心集收录的图情领域的47758 期刊论文作为数据源,从文献计量视角,对国家、机构、作者三个层面的知识产出与科研合作的发展态势展开可视化分析,重点分析了知识产出的高产国家、高产机构、高产作者以及他们之间的学术交流网络结构特征,并对核心机构的知识构成以及核心学术机构群体的研究主题进行了详细分析.通过分析笔者注意到,从知识产出总量来看,我国已经稳居国际前列,但与美国相比仍然存在非常大的差距.从高产机构、高产作者或是从国际学术交流合作程度来看,我国的图书情报学国际化步伐也需加快.具体来讲,本文研究结论总结如下:

(1)从国家层面来看,美国在知识产出总量、高产机构数量、高产作者数量、国家科研合作、机构科研合作、作者科研合作6个指标上全部遥遥领先于其他各国,是图书情报学研究的科研大国、科研强国;综合来看,英国、西班牙、德国、荷兰、比利时等欧洲国家以及中国、加拿大在知识产出与科研合作两个维度上表现优异.瑞士、奥地利、匈牙利、新西兰等国的知识产出总量虽然并不突出,但在图情领域拥有一系列的高产机构、高产作者,是学科小而精发展的典型.

(2)从机构层面来看,图情领域研究机构众多,但相互之间的科研合作较少,各机构的科研合作对象相对固定,从整体来看科研交流网络仍然处于高度疏散状态,这造成了一定的重复研究与资源浪费.图书情报学研究主体机构类型是高等学校,其中印第安纳大学伯明顿分校、哈佛大学、北卡罗来纳大学教堂山分校、伊利诺伊大学香槟分校等高校的知识产出数量最多;哈佛大学、马里兰大学、鲁汶大学、印第安纳大学伯明顿分校、香港城市大学的国际科研合作与学术交流能力最强,哈佛大学、西班牙国家研究委员会、鲁汶大学、香港城市大学、印第安纳大学伯明顿分别是图情领域科研交流最为密切的四个核心学术群体的核心高校.中国图情领域的高产机构共14 个,按知识产出数量降序依次为香港城市大学、武汉大学、中科院、台湾大学、香港大学、北京大学、浙江大学、南京大学、香港中文大学、台湾“”大学、复旦大学、香港理工大学、台湾交通大学、台湾政治大学.

(3)从作者层面来看,图情领域形成了数量众多的高产作者,胡弗汉顿大学的Thelwall、阿姆斯特丹大学的Leydesdorff、马克斯普朗克学会的Bornmann 以及鲁汶大学的Rousseau 是知识产出数量最多的优秀学者.中国图情领域的高产作者包括来自我国台湾大学的黃慕萱(Huang,Mu-Hsuan)和陈达仁(Chen,Dar-Zen)、我国香港城市大学的保罗洛瑞(Lowry,Paul Benjamin)、中国科学院大学的官建成(Guan,Jiancheng)、南京大学的叶鹰(Ye,Fred Y.)以及中山大学的黎夏(Li,Xia)与刘小平(Liu,Xiaoping),其中黎夏与刘小平的研究方向为地理信息科学.从科研合作维度看,图情领域作者之间的学术交流并不密切,为了促进图情领域内科学研究的深入开展与前沿知识的颠覆性创新,应致力于建设国家、科研机构、学者不同层级之间的持续性、经常性的学术交流机制.

本文还存在一些研究局限:(1)数据来源仅包含WoS 核心集中的Article 类型文章,不包括图书及会议论文,因此部分高质量的研究成果没有纳入研究范畴.(2)学科界定上,本文从可操作性出发,仅搜集了研究方向为“library and informationscience”的文章,而部分图情领域学者的研究成果属于学科交叉领域,发表于非图情领域期刊.(3)对国际图情领域研究力量的发展态势分析仅基于WoS 数据,而参加国际会议、国际学科协会、担任学科知名期刊评审、替代计量学视角的研究成果影响力等指标也是衡量学术水平与影响力的重要指标,未能基于以上多源数据对图情领域研究力量展开多维度分析.

可视化论文参考资料:

幼儿园小学化论文

幼儿园教育小学化论文

学前教育小学化论文

幼儿教育小学化论文

此文总结:此文为大学硕士与可视化本科可视化毕业论文开题报告范文和相关优秀学术职称论文参考文献资料,关于免费教你怎么写情报学和可视化分析和图书方面论文范文。

和你相关的