付费栏目文章试读
欢迎各位读者打开《经验卷轴:入门学术论文写作》栏目。《经验卷轴:入门学术论文写作》是一本知识点覆盖全面的经验之书。王老师将从零基础储备知识和选题开始,完整覆盖科研写作从选题、考察、知识储备到内容创作以及最终答辩的全流程,手把手带你完成长篇学术论文创作的全流程。
我们在直播回放视频的基础上,为各位整理了内容梗概和知识点,配合时间戳可在视频中直接找到相应内容。
如果你对内容有任何疑问或想法,欢迎在评论区中分享。
📮 前往了解栏目
直播回放
本期主讲:崔雷悦、王悦、王慧,天津师范大学管理学院图书情报专业研究生。
内容梗概
在本期直播中,三位同学为我们介绍了 VOSviewer 和 BiblioShiny 两款文献分析软件,演示了使用 VOSviewer 分析中、英文献作者关系与关键词共现以及使用 BiblioShiny 分析科研领域现状的具体流程,并回答了关于文献分析的一些问题。
知识点
为什么要使用文献分析工具?
在科研活动中,通常需要通过阅读文献了解某一个领域科研现状,或者需要查阅大量文献支撑想法和选题。如果通过个人的努力下载、阅读大量文献并从中筛选出重点,非常耗费时间和精力且困难的。
文献分析工具则可以帮助我们高效的将文献关系可视化,梳理出文献之间的引用关系、重要程度、作者对领域的贡献以及关键词组等重要信息,为接下来的科研活动提供支撑。
简介 VOSviewer 和 BiblioShiny
VOSviewer 官网的描述是「一种用于构建和可视化文献计量网络的软件工具(a software tool for constructing and visualizing bibliometric networks)」。对文献的信息进行可视化的计量和分析,即通过分析文献中提及的关键词与引用的作者等信息,构建可视化的关系网络。
BiblioShiny 则是一款基于 R 语言 Bibliometrix 包的可视化分析工具,可以提供全面的科学测绘分析,通过文献信息生成词云、发展趋势图等图表。但它仅支持 Web of Science 等来源的外文文献分析,暂不支持中文文献。
VOSviewer 分析英文文献作者关系、关键词共现
📍 07:05 文献采集:在 Web of Science 中,检索所需领域相关关键词,勾选所需文献,选择导出 - 制表符分隔文件
,将记录内容
修改为全记录与引用的参考文献
,并导出。
📍 08:06 作者关系分析:
- 在 VOSviewer 中点击左侧
Map - Create
新建地图; - 选择
Create a map based on bibliographic data
选项; - 选择包含 Web of Science 类型的
Read data from biliographic database files
选项; - 选择从 Web of Science 导出的文件;
- 修改
Type of analysis
为Co-authorship
,保持其他选项为默认; - 适当缩小阈值
Minimum number of documents of an author
; - 保持其他选项为默认。
📍 09:13 关键词共现分析:操作步骤与作者关系分析基本一致,仅步骤五、六略有区别。
- 在 VOSviewer 中点击左侧
Map - Create
新建地图; - 选择
Create a map based on bibliographic data
选项; - 选择包含 Web of Science 类型的
Read data from biliographic database files
选项; - 选择从 Web of Science 导出的文件;
- 修改
Type of analysis
为Co-occurrence
,保持其他选项为默认; - 适当增大阈值
Minimum number of occurrence of a keyword
; - 保持其他选项为默认。
📍 09:52 地图:地图由节点以及之间的连线构成。节点大小反应涉及的关键文献数量,连线反映节点间的相互关系。联系紧密的节点连线多、距离近,不同主题的节点颜色不同。
VOSviewer 分析中文文献作者关系、关键词共现
使用 VOSviewer 分析中文文献需要借助 EndNote 将知网导出的文献格式转换为可供 VOSviewer 分析的 RIS 格式,基本流程如下。
📍 11:07 文献采集:在中国知网中,检索所需领域相关关键词,勾选所需文献,选择导出与分析 - 导出文献 - EndNote
,并导出。
📍 13:45 格式转换:
- 在 EndNote 中,选择
Import
; - 打开从知网导出的文献,修改
Import Option
为EndNote Import
,点击Import
; - 删除数据中没有作者信息的文献;
- 全选文献,选择
Export
; - 修改文件后缀名为
.ris
,保存类型为Text File(*.txt)
,Output Style
为Refman(RIS) Export
,并保存。
📍 17:00 作者关系分析:
- 在 VOSviewer 中点击左侧
Map - Create
新建地图; - 选择
Create a map based on bibliographic data
选项; - 选择包含 RIS 类型的
Read data from reference manager files
选项; - 选择从 EndNote 导出的文件;
- 修改
Type of analysis
为Co-authorship
,保持其他选项为默认; - 适当调节阈值
Minimum number of documents of an author
; - 保持其他选项为默认。
📍 18:17 关键词共现分析:操作步骤与作者关系分析基本一致,仅步骤五略有区别。
- 在 VOSviewer 中点击左侧
Map - Create
新建地图; - 选择
Create a map based on bibliographic data
选项; - 选择包含 RIS 类型的
Read data from reference manager files
选项; - 选择从 EndNote 导出的文件;
- 修改
Type of analysis
为Co-occurrence
,保持其他选项为默认; - 适当调节阈值
Minimum number of occurrence of a keyword
; - 保持其他选项为默认。
📍 18:55 地图:地图的组成与含义与英文文献一致。
BiblioShiny 分析科研领域现状
📍 20:10 文献采集:在 Web of Science 中,检索所需期刊,筛选高被引论文
,勾选所需文献,选择导出 - BibTex
,将记录内容
修改为全记录与引用的参考文献
,并导出。如果所需文献数量较大,可以分多次导出后放置在同一压缩包内。
📍 22:52 启动 BibilioShiny:需要提前安装 R Studio 与 Bibiliometrix 包。
library(bibliometrix) // 读取 Bibiliometrix 包
biblioshiny // 启动 Bibilioshiny
📍 23:57 加载数据:
- 点击左侧
Data - Load Data
; - 修改
Please, choose what to do
为Import raw file(s)
,修改Database
为Web of Science (WoS/WoK)
,选择从 Web of Science 导出的文件,点击Start
;
📍 25:08 BiblioShiny 功能简介:BiblioShiny 可以分析导入文献的作者、文档、概念结构、知识结构、社会网络等内容。科研活动中,最受关注的问题有:领域中哪些作者具有一定权威;领域中哪些文献更受关注;领域中哪些主题受重视且具有较好的发展趋势。BiblioShiny 则可以通过对数据的可视化分析帮助我们找到这些问题的答案。
📍 29:25 分析高产作者:
- 点击左侧
Authors - Most Relevant Authors
; - 点击
Run
进行分析; - 分析结束后,右侧可以调节作者数量等变量;中间的图表则展示了分析的结果。图表纵轴是作者,横轴是发文数量。
📍 30:29 分析受关注文献:
- 点击左侧
Intellectual Structure - Historiograph
; - 点击
Run
进行分析; - 分析结束后,右侧可以调节节点数量等变量;中间的图表则展示了分析的结果。
- 图表纵轴是被引次数,横轴是发文时间,每个节点代表一篇文献。LCS 表征了文献在平台的总被引次数;GCS 表征了文献在当前数据集中的被引次数。
📍 32:44 分析词云:
- 点击左侧
Documents - Word - WordCloud
; - 点击
Run
进行分析; - 分析结束后,右侧可以调节关键词来源、数量等变量。中间的图表则展示了分析的结果。单词的大小表征了出现次数。
📍 33:55 分析主题:
- 点击左侧
Conceptual Structure - Network Approach - Thematic Map
; - 点击
Run
进行分析; - 分析结束后,右侧可以调节关键词来源等变量;中间的图表则展示了分析的结果。
图表纵轴是主题发展趋势,横轴是主题重要程度。图表被坐标划分为四个象限:位于第一象限的主题一般重要度高,发展态势好;位于第一象限的主题一般重要度弱,但发展态势好;位于第三象限的主题一般重要度弱,发展态势差,可能是新兴或即将衰落的主题;位于第一象限的主题一般重要度高,发展态势差。通过观察主题在图表中的位置,可以指导科研活动中研究方向与选题的选择。
问答环节
如何关注系列的讲座直播信息?
本期直播是《经验卷轴:入门学术论文写作》的专享直播,订阅栏目后,可以通过栏目文章和少数派站内系统通知收到直播预告。
BiblioShiny 可以分析知网文献吗?
BiblioShiny 现在只支持对外文献的一些数据的分析,关于 CNKI 是否可以通过一些其他的中间的中介工具对转化后导入 BiblioShiny,可以在研究后与大家再做讨论。
如何通过 BiblioShiny 找到两三年内比较重要的文章?
建议先找到想要研究领域的权威期刊,按需要的时间范围筛选期刊文献,然后导入 BiblioShiny 进行分析。
如何通过 BiblioShiny 分析多本期刊?
把从 Web of Science 导出的文件放在同一个压缩包内。