您好,游客 登录 注册 站内搜索
背景颜色:
阅读论文

国际图书情报领域作者、机构和国家合著网络剖析

来源:论文联盟  作者:曹霞 [字体: ]

国际图书情报领域作者、机构和国家合著网络剖析

随着科学技术的迅速发展,科研合作变得越来越普遍,合著论文成为科研产出的重要形式[1]。科研合作是科技发展的重要动力,不仅可以提升科研团队的整体实力,还可以有效的促进作者、机构和国家之间的知识交流,共享科研成果[2]。早在1965年Price开始研究科研论文合著网络,开启了合著网络分析的先河[3]。1967年Stanley Milgram著名的“小世界”实验[4]以及19世纪90年代的“Kevin Bacon六度分隔”[5]猜谜游戏后,社会网络概念开始流行起来。2001年Newman从复杂网络的角度,研究物理、生物医学、高能物理和计算机科学4个领域的合著网络,同时对4个合著网络的无标度性和小世界特性进行检验分析[6]。近年来随着科研合作现象的普遍化,科研合著网络越来越受到国内外研究者的关注,对其研究也越来越深入。
  本研究综合运用文献计量学和社会网络分析方法,对作者、机构、国家数据进行深入的筛选整理,分别统计每篇论文的作者数、机构数、国家数;绘制作者、机构和国家3个层面的合著网络图,从整体网络和核心群体两个角度来分析国际图书情报学领域的合著网络,以期更加全面清晰地了解图书情报学领域合著网络结构、合著模式以及合作交流现状,为科研人员对该领域的深入研究提供一定的参考借鉴。本文由论文联盟http://www.LWlM.cOm收集整理

1研究方法
  2015年JCR(Journal Citation Report)期刊引文报告收录图书情报学领域的期刊共有86种,运用SPSS软件[7]从中随机抽取20种期刊作为研究样本,分别是:African Journal of Library Archives and Information Science,Australian Academic & Research Libraries,College & Research Libraries,Electronic Library,Information & Management,Information Systems Journal,Information Systems Research,InvestigacionBibliotecologica,Journal of Knowledge Management,Journal of Librarianship and Information Science,Journal of the American Medical Informatics Association,Journal of the Medical Library Association,Library & Information Science Research,Library Journal,Library Trends,Malaysian Journal of Library & Information Science,Mis Quarterly,Online Information Review,Portal-Libraries and the Academy和Scientometrics。具体检索日期为2016年6月16日,检索数据库为Web of Science核心合集,检索时间段为2011年1月1日-2015年12月31日,文献类型限定为“Article”,“Review”,“Proceedings Paper”最终收集到5 877条数据。
  2结果与分析
  2.1作者合著分析
  2.1.1作者合著文獻计量分析
  本研究5 877篇文献中,除去5篇匿名文献,共5 872篇纳入分析,作者总频次为17 890次,涉及12 726位作者,有309位是独著孤立作者,作者之间的合作率高达97.57%。其中4 490篇论文是由两个及以上作者合作完成,作者合著论文数占76.46%。其中图书情报论文合著随时间变化情况具体见表1。
  由表1可知,2011-2015年图书情报领域论文合著率均在70%以上,2~5人合著的形式最为普遍,20人以上大规模合著比较少,2015年合著率和篇均作者数相对2014年稍微下降,这可能与Web of Science最新数据收录延迟有关,5年来整体发文量、合著率及合著规模基本上逐年增长,说明随着本领域学科的不断发展,科研人员越来越倾向通过互相合作来创造和提高科研成果,越来越多的研究者开始重视科研合作和成果共享。
  2.1.2作者合著网络分析
  本文作者数目庞大,为了提高合著网络图谱的可视化效果,选取发表2篇及以上论文的作者,通过BICOMB软件[8]获得作者共现矩阵,运用UCINET[9]的绘图工具NetDraw绘制作者合著网络,共有2 512位作者进入图谱。
  2.1.2.1作者合著网络小世界特性
  Duncan Watts和Stevenstrogatz提出了“WS”模型(小世界网络模型),认为具有高聚类系数和低平均距离为统计特征的网络可以称作小世界网络,社会网络是一个复杂的关系网络,具有一定的小世界效应[10]。根据小世界网络模型,选取聚类系数和平均距离两个指标来衡量图书情报领域作者网络结构的紧密程度,以此来反映网络整体结构特性。
  1)网络聚类系数。聚类系数是指与同一个节点相连接的邻居节点之间也可能彼此互相连接,这种属性称为网络的聚类特性。主要用于描述网络中各个节点联系的紧密程度,能有效反映网络资源平均拥有程度,假如节点A和节点B相连接,节点B和节点C相连接,那么节点A和节点C连接的可能性会大大增加,所谓的聚类系数就是指A、C两个节点成为邻居的概率[11],聚类系数的的取值范围在0和1之间,当聚类系数等于0时,表示网络中所有节点均为孤立节点,即各节点互不相连;当聚类系数为1时,表示网络中任意两个节点都互相连接,聚类系数越接近1,节点之间联系越紧密,节点聚集程度越高,网络越畅通[12]。通过Pajek软件[13],经过Net—Vector—Clustering Coefficients—CC1,计算得出聚类系数为0.71,该聚类系数比较大,说明国际图书情报领域作者合著网络连接比较通畅,网络的连通性较高,存在着一些团队,他们之间彼此熟悉,合作频繁。
  2)网络平均距离。网络的平均距离是指网络中所有节点到达其他节点的平均最短距离,即所有节点之间最短路径的平均长度,是衡量整个网络联系紧密程度和信息传播速度的重要指标,平均距离越长,则说明该网络节点间的跨度越大,网络凝聚性越低[14]。通过Pajek软件的平均距离分析,计算得出图书情报学作者合著网络的平均距离是9.22,一般合著网络平均距离不超过10,即可认为该网络具有“小世界效应”[15],本网络共有2 512个节点,最多只要通过10个人,网络中的任意两个人就能取得联系,说明该领域作者之间信息比较畅通、科研人员合作交流渠道较快捷,信息传播速度快。
  2.1.2.2高频合作作者网络分析
  科研合作网络中存在着社团现象,这些社团网络内部的节点之间的连线会比社团之间的连线更加频繁,表现为社团内部作者合作次数很高[16],通过绘制作者合著网络,将作者之间的合作关系以网络的形式呈现,设定相应的阈值,将合作频繁的作者可视化,去了解这些小社团内部作者情况以及作者分布情况,笔者选择合作次数大于等于10的合作小群体进行可视化,具体见图1。

欢迎浏览更多论文联盟首页社会论文图书情报文章
收藏 & 分享 推荐 打印 | 录入:yjiemm

本文评论   查看全部评论 (0)
表情: 评论表情符号选择 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款
内容分类导航