مصورسازی تولیدات علمی کلان داده ها در پایگاه استنادی وب آو ساینس | ||
| مطالعات کاربردی علم سنجی | ||
| مقاله 2، دوره 2، شماره 1 - شماره پیاپی 5، خرداد 1404 اصل مقاله (1.46 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22091/apss.2025.12399.1032 | ||
| نویسندگان | ||
| فاطمه دولتی لیاولی* ؛ محدثه نورمحمدی امجد؛ زهرا هاشم | ||
| دانشگاه قم | ||
| چکیده | ||
| چکیده هدف: این تحقیق با هدف مصورسازی تولیدات علمی کلان داده ها در پایگاه استنادی وب آو ساینس نوشته شده است. روش: این تحقیق از نوع تحقیقات کاربردی بوده و با رویکرد علم سنجی انجام شده است. استخراج داده ها از طریق جستجوی عبارت" Ts=Big Data" در قسمت جست و جوی پیشرفته وب آو ساینس، انجام شد که در مجموع ۱۰۵۳ رکورد اطلاعاتی استخراج شد. جامعه آماری این تحقیق کلیه داده های مرتبط با تولیدات علمی ایران در این پایگاه استنادی در رابطه با کلان داده است. داده ها پس از استخراج، وارد نرم افزارهای علم سنجی شد.از نرم افزارهای علمی مثل ووس ویوور، بایب اکسل و یوسی نت استفاده شد. ووس ویور برای ترسیم نقشه، بایب اکسل برای مشخص شدن همایندی واژگان و یوسی نت برای ارتباط بین کلید واژه ها استفاده شده است. محتوا و یافتهها: یافتهها نشان داد در مجموع ۱۰۵۳ رکورد اطلاعاتی از ایران در رابطه با کلاندادهها در این پایگاه استنادی نمایه شده است. اولین مقاله مربوط به سال 2013بوده است. بیشترین همکاری کشور ایران در نوشتن مقالات با کشورهای آمریکا، استرالیا و انگلستان بوده است. همه تولیدات علمی به زبان انگلیسی بوده و دانشگاه آزاد با تولید ۲۴۰ رکورد اطلاعاتی، بیشترین میزان تولیدات علمی را داشته است. در بین نویسندگان امیر موسوی از Obdu Univ با ۴۸ رکورد اطلاعاتی و با ۱۸۵۱ استناد و با H-Index ۲۶ در رتبه اول قرار دارد. در این پژوهش واژه big data از خوشه ۲ با ۳۷۴ تکرار پربسامدترین کلیدواژه است. یافته های این خوشه نشان داد که بجز این واژه کلماتی مانند machine learning، deep learning، artificial intelligence و internet of thing نیز واژه های پر تکرار بوده اند و مورد توجه قرار گرفته اند. برای یافته های این پژوهش ۱۰۵۳ مدرک بازیابی شده است. به طور کلی دادهها از 4 خوشه تشکیل شده و خوشه دوم با 20 کلیدواژه، بزرگترین خوشه است. نتیجه گیری: تحلیل و مصورسازی تولیدات علمی کلاندادهها در پایگاه استنادی Web of Science میتواند به درک بهتر روندهای پژوهشی، شناسایی مفاهیم کلیدی و روابط میان آنها کمک کند. با استفاده از روشهای علم سنجی و ابزارهای مصورسازی، امکان تحلیل دقیقتر و بصریسازی اطلاعات فراهم میشود. این رویکرد میتواند به ارتقاء کیفیت پژوهشها و تسهیل تصمیمگیریهای استراتژیک علمی کمک شایانی کند. | ||
| کلیدواژهها | ||
| مصور سازی؛ کلان داده؛ تولیدات علمی؛ وب او ساینس؛ ترسیم نقشه علمی؛ علمسنجی | ||
| عنوان مقاله [English] | ||
| Visualization of big data scientific productions in the citation database Web of Science | ||
| نویسندگان [English] | ||
| fateme dolati liavoli؛ Mohadeseh Noor Mohammadi Amjad؛ Zahra Hashem | ||
| university of Qom | ||
| چکیده [English] | ||
| Abstract Abstract Abstract Abstract Abstract Objective: This research was conducted with the aim of visualizing scientific productions related to big data in the Web of Science citation database. Method: This study is an applied research conducted with a scientometric approach. Data extraction was performed by searching the term "Ts=Big Data" in the advanced search section of Web of Science, resulting in a total of 1,053 records. The statistical population of this research includes all data related to Iran's scientific productions in this citation database concerning big data. After extraction, the data were imported into scientometric software. Tools such as VOSviewer, BibExcel, and UCINET were used. VOSviewer was utilized for mapping, BibExcel for identifying co-occurrence of terms, and UCINET for analyzing the relationships between keywords. Content and Findings: The findings revealed that a total of 1,053 records related to big data from Iran have been indexed in this citation database. The first article dates back to 2013. Iran's most frequent collaborations in writing articles were with the United States, Australia, and the United Kingdom. All scientific productions were in English, and Islamic Azad University, with 240 records, had the highest number of scientific productions. Among the authors, Amir Mousavi from Obdu University, with 48 records, 1,851 citations, and an H-Index of 26, ranked first. In this study, the term "big data" from Cluster 2, with 374 occurrences, was the most frequent keyword. Findings from this cluster indicated that, in addition to this term, words such as "machine learning," "deep learning," "artificial intelligence," and "internet of things" were also high-frequency and received significant attention. A total of 1,053 documents were retrieved for this research. Overall, the data consisted of 4 clusters, with Cluster 2, containing 20 keywords, being the largest. Conclusion: Analyzing and visualizing scientific productions related to big data in the Web of Science citation database can help better understand research trends, identify key concepts, and explore relationships between them. By using scientometric methods and visualization tools, more precise analysis and visual representation of information become possible. This approach can significantly enhance the quality of research and facilitate strategic scientific decision-making. | ||
| کلیدواژهها [English] | ||
| illustration, big data, Scientific productions, Web of Science, Drawing a scientific map, Scientology | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 248 تعداد دریافت فایل اصل مقاله: 43 |
||