Search toggle

Deskriptiv bibliometri

Bibliometrisk domänanalys används bland annat för att beskriva forskningsfokus, ämnesstrukturer och samarbetsmönster inom givna vetenskapsfält och forskningsområden.

Kontakt

Stefan Carlstein
stefan.carlstein@ju.se
036-10 10 15

Visualiseringstekniker av bibliometriska relationer kan användas för att generera grafiska representationer av olika aktörers position och inbördes förhållande. Genom att sammanfatta komplexa strukturer i den formella vetenskapliga kommunikationen kan överblick och vägledning i en omfattande informationsmängd erhållas.
Bibliometrisk kartläggning av vetenskap (eng. science mapping) består av en uppsättning metoder för att generera en överblick eller belysa utvecklingen av ett givet forskningsfält. Ett forskningsfält kan i denna kontext definieras (avgränsas) med hjälp av söktermer, tidskrifter eller något för ändamålet relevant bibliografiskt fält som medför att en mängd publikationer inom det avsedda forskningsfältet skapas. Med utgångspunkt i dessa publikationer kan en överblick av fältet skapas och delområden och deras kognitiva relationer presenteras i en två- eller tredimensionell rymd (det vill säga en ”karta”). Dessa representationer skapas på ett sådant sätt att till exempel delområden, temata eller författare med hög likhet återfinns i varandras närhet. Det finns en uppsjö likhetsmått som bygger på bibliografisk data, vilket som appliceras är helt beroende på vad som skall belysas. När den bibliometriska kartan är skapad kan användaren med hjälp av denna undersöka området med avseende på: framträdande forskare, analysenheter med hög genomslagskraft och en stor mängd övriga karakteristika. Nedan ges ett antal belysande exempel.

Bilden nedan är avsedd att ge en överblick av publiceringen vid Jönköping University med avseende på artiklar och konferensbidrag i internationella publikationskanaler (källa: Web of Science). Artiklar och konferensbidrag med minst en adress tillhörande Jönköping University har laddats ner, och likhet mellan dessa har operationaliserats med hjälp av gemensamma referenser (bibliografisk koppling) och gemensamma ordstammar (co-wordanalys). Klusteranalys har applicerats för att skapa homogena grupper med avseende på kognitivt innehåll. Multidimensionell skalning har sedan applicerats för att visualisera informationen i två dimensioner. De olika klustren, vilkas storlek är beroende på antal ingående artiklar, har namngetts med de högst viktade tidskriftskategorierna i vilka respektive publikation återfanns. Resultatet är framförallt belysande med avseende på vilka forskningsområden som är framträdande i analysmaterialet (i kvantitativ mening) och förhållandena mellan dessa. Dylika kartor kan med fördel kompletteras med evaluerande inslag, till exempel med information rörande normaliserad citeringsgrad för respektive kluster.

Bibliometrisk kartläggning är inte synonymt med skapandet av kartor i ordets traditionella bemärkelse. Vi kan exempelvis komplettera ovanstående bild med information om produktionen över tid. En till synes trivial redovisning av produktionen kräver dock att flera frågor behandlas, såsom korrekt harmonisering av adressvarianter och om skillnader i produktion beror på en faktisk ökning/minskning av publikationer eller om det är resultat av förändringar i databasernas täckning etcetera.

Går vi över till att studera ett forskningsområdes intellektuella bas, kan vi göra detta genom att identifiera inflytelserika forskare (med avseende på antal publikationer och citeringar) och beräkna likhet mellan dessa med utgångspunkt i hur ofta de citeras tillsammans av andra artiklar (så kallad författarcociteringsanalys). Dessa likhetsvärden kan sedan användas som indata till en lämplig klustringsalgoritm. Nedan har metodologin tillämpats på forskningsfältet ”Library and Information Science”, definierat med hjälp av tidskriftsklassificeringen i Web of Science:

Vi kan identifiera 4 kluster eller delområden och några av de tongivande forskarna inom dessa: 1) bibliometri/vetenskaplig kommunikation 2) användarorienterad informationsåtervinning 3) webbometrics/hypertext-IR samt 4) systemorienterad informationsåtervinning.

Intresserar vi oss för ett givet kluster ovan kan vi gå vidare för att specialstudera ämnesområde det avser. Vi kan till exempel göra en kartläggning av delområdet 1 (kluster 1). I ett första steg kan vi försöka identifiera vilka olika temata som behandlas och vilka de framträdande publikationerna i dessa är. Genom att skapa en delmängd av alla artiklar inom området i fråga och studera vilka av publikationerna som oftast förekommer i referenslistorna samt i vilken grad dessa samciteras kan vi generera en överblick enligt nedan:

Monografin av Derek J. DeSolla Price intar en central plats i visualiseringen, en citeringsklassiker som behandlar kvantitativa studier av vetenskap. I övrigt hittar vi grupperingar av publikationer vilka motsvarar specifika forskningsområden: överst på kartan finner vi matematisk modellering, och går vi motsols så följer kartläggning av vetenskap, evaluering medelst citeringsanalys, studier av samarbetsstrukturer samt interaktion mellan vetenskap och industri.

I ett avslutande exempel intresserar vi oss för hur publiceringen med avseende på behandlade teman inom forskningsfronten inom ett ämnesområde ser ut. Vi använder definitionen på ämnesområde som låg till grund för visualisering av den intellektuella basen ovan, men nu är det de senast publicerade verken inom området och deras relationer som skall kartläggas. Vi kan använda de ämnesord (vilka återfinns i den använda databasen LISA) som är kopplade till varje artikel för att beräkna likhet. Produktionen inom ett givet tema motsvaras av storleken på klustren:

Det bör hållas i åtanken att detta blott är ett fåtal exempel på vad som är möjligt att åstadkomma med bibliometriska metoder för kartläggning av vetenskap med utgångspunkt i bibliografisk data. Metod och data är naturligtvis kopplad till aktuell frågeställning. Något som inte visats här men som ofta är av intresse är förändring över tid samt identifiering av begynnande forskningsområden samt områden eller institutioner med hög genomslagskraft och deras inbördes relationer.

Sidan uppdaterad 2017-12-18






Genom att surfa vidare på JU.se godkänner du att vi använder cookies. Mer information