知网文献计量分析法应用(新手村入门级任务攻略)

本文主要分享知网自带的文献计量分析法。 如果已能运用Cite Space、VOSviewer、HistCite等文献计量工具,甚至能够用Python、R写代码玩知识图谱,可以略过本篇文章。本文主要面向没有接触过文献计量概念或者没有使用经历的朋友们。

很多人文社科专业可能并不会要求学生掌握文献计量分析方法及工具,但是文献计量也并非图书情报等专业的“专利”,我们作为非“专业”人士也可以学习并使用。学习【文献计量】,不仅仅是为了一技傍身,更是可以作为我们开拓探索一个新的学术领域之前,帮助我们了解该学术领域发展脉络、前沿热点的有利手段,甚至能为我们文献综述的全面性打下基础。

首先,我们需要了解什么是文献计量学(以下文字来自百度百科)

文献计量学——bibliometrics,(悄悄带一句,biblio就是知行犬公众号名AnthroMobiblio的后缀,Anthro取的是人类学的前缀,中间是Mobile,希望成为在人类学、文献计量分析、“厚数据”等层面知识都有共享、共学实践的综合体,小小公众号也有大大的愿望

)是指用数学和统计学的方法,定量地分析一切知识载体的交叉科学。Once again,它是集数学、统计学、文献学为一体,注重量化的综合性知识体系。其计量对象主要是:文献量(各种出版物,尤以期刊论文和引文居多)、作者数(个人集体或团体)、词汇数(各种文献标识,其中以叙词居多),除了频次计算,主客体之间的网络关系也是计量对象重要的组成。相较于综述的主题性、深刻性和条理性,文献计量工作的特征在于其输出务必是“量”。

在“大数据”时代,结构性的洞察越发重要,我们也需要不断学习,从不同的维度、视角和学科(方法)汲取能量。因此,当我们学习或者表达一种学科方法、专业知识,并不代表我们只会这一招,只展一面,同样也能面面俱到。

我们将从检索、文献筛选、导出、文献计量以及分析这几个方面分别进行介绍。

-1-

首先就是最重要的一步:知网启动!进入搜索栏右方的“高级检索”:

对不同选择栏的功能简要介绍一下:

首先,框1是检索依据,我个人比较习惯使用“关键词”进行检索,因为可以保证我筛选出的文献期刊关键词符合我的目标,而关键词本身就必须定位清楚一篇文章的中心词,如果不行的话,这篇文献质量也可能得不到保证。此外,还有“篇名”、“作者”、“全文”等十几种筛选指标,但是尚未弄清楚手头上学术领域的发展,也难以定位自己想要的文献,不妨先从“关键词”入手。

因为关键词的概念有相似或者重合的可能,或者对某一(“舶来”)概念有不同的叫法,这时候就要纳入多种相似的关键词(最经典的例子就是,搜涂尔干的同时还得搜迪尔凯姆、埃米尔·杜尔凯姆、Émile Durkheim......)。

我最近正在了解有关“游戏化学习”的内容,故以此为例,框3里就加了很多衍生关键词框2里是关键词之间的逻辑关系,由于这些关键词有一个即可,我选择的是or,其他的逻辑关系还有and和not,根据你的实际情况而定。框4我选择“模糊”,可以增加文献量,会自动联想相关的近义词,如果定为“精确”就会狭隘一些,当然也更加准确些。

框5没有需要特别说明,框6可以选择你定位的时间段,没有就默认。我一般选择默认,因为可以看到这个时间脉络和主题发展的特征,加上“游戏化学习”议题本身比较新颖,所以这里直接默认了。

-2-

点击检索:

可以看到不同类型的文献对应的篇数,为了之后文献导出的格式统一,我会选择“学术期刊”,这里显示的是917篇,这个筛选是比较合适的数量。如果数量太少,计量的必要性不大,数量级不够;太多的话则筛选没有针对性,之后操作的聚类效果也不太好,所以根据我个人的经验,1000篇左右是一个比较好的数字。

-3-

接下来就是重头戏,点击导出与分析--可视化分析--全部检索结果分析(如果你没有筛选下面特定文献的话,直接点击“已选结果分析”即可)。

点进以后:

左页面有这样一串目录,索引了文献总体趋势和比较分析的计量可视化情况。

而主体界面,有时间轴上的发文数量统计

主次要主题分布:

由于我们关键词检索的导向,前三名的主题词都是游戏化学习、游戏化教学相关,但是往后就能明显看出与游戏化学习相关的主题是如何分布的。比较明显的是,游戏化学习研究的学龄阶段主要在小学和幼儿园阶段,科目是数学和语文,研究也比较关注课堂应用与教学方式的突破。

(反思一下,你之前有没有用过知网的这个可视化隐藏菜单呢?用了以后,有没有这样耐心地分析和发掘呢?)

文献来源与学科分布:

文献期刊来源主要是教育类相关的期刊杂志,学科分布也是如此,除了基础教育,计算机软件相关的学科也会关注游戏化学习,因为游戏化学习逐渐人工智能化,科技突破也是至关重要的。

作者与机构分布:

这一部分的数据也很重要,原因在于可以追踪到大牛

,之后在做文献综述的时候就可以重点关注几位有突出贡献的大佬的作品。比如北大的尚俊杰老师在游戏化学习领域的研究和产出就有突出贡献,并且有重要的理论输出,可供参考学习。

-4-

最后的最后,本来我想介绍的是知网自带的文献互引网络分析,最简易地通过可视化的方式来分析文献之间的关联关系。但是!我在进行到这一步的时候惊奇地发现,本来在左页面的目录应该包含“关系网络”的地方,没了。。。

换了几个关键词都还是没有找到,不知道你们能不能找到?没办法只能先在网上找到它一张原来的样子。

下面这张比较酷的关系网络图可以展现文献相互引用,关键词共同出现的频次,从而展现文献之间的(紧密)关联度,这样我们可以将文献进行(聚)分类,也能剖析文献的热点。

知网自带的文献计量可视化的功能还是比较实用的,查看基本要素是足够了。但是“关系网络”这项功能居然没有了,因此只能“借”网图稍作说明。此外,即便“关系网络”能用,文献数量仍然是具有局限性的,不能展现文献主题脉络发展,也不能聚类......那么要解决这些问题我们该怎么办呢?我们还有没有机会更加深入地挖掘文献主题发展的脉络呢?

游戏化学习CiteSpace主题聚类图——瞿滢

下一次我会向大家介绍CiteSpace这个专门的文献计量软件了!如果觉得本期新手村任务做了还不够过瘾的小伙伴们(或者是被封面图骗进来的小伙伴

),坐等我们进阶版的文献计量软件教学篇,相信大家只要好好学习都能做出来酷炫的科学图谱,丰富自己的知识库和论文!紧接着我会给大家对比CiteSpace和VOSviewer这两个比较常用的文献计量工具之间的用法和区别。

这一篇就先到这里啦,还请大家继续关注。还想看什么方法、工具分享或者有疑问的都可以随意在后台留言(前往公众号“知行犬AnthroMobiblio”)。

请大家多多支持,多多指教!欢迎加入知识方法的共学、共享、共建!

Anthromobiblio

“惊蛰”,又名“启蛰”,是二十四节气中的第三个节气返回搜狐,查看更多

阅读 ()
平台声明
该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。