我國高等教育研究學(xué)術(shù)群體可視化知識圖譜構(gòu)建與分析
發(fā)布時間:2020-07-04 04:37
【摘要】:本文根據(jù)中國引文數(shù)據(jù)庫(CCD),運用作者共被引分析方法,通過共被引矩陣和使用多元統(tǒng)計以及社會網(wǎng)絡(luò)分析等方法,構(gòu)建了我國高等教育研究學(xué)術(shù)群體的知識圖譜,形象地揭示了我國高等教育學(xué)術(shù)群體的內(nèi)在結(jié)構(gòu)及其力量分布。研究表明,我國高等教育研究領(lǐng)域50位主要學(xué)者可以歸類為8個學(xué)術(shù)群體,高等教育學(xué)者組成的共被引網(wǎng)絡(luò)知識圖譜密度大,網(wǎng)絡(luò)聚集度高,具有顯著的小世界效應(yīng)特征,存在核心—邊緣機構(gòu),潘懋元等學(xué)者在網(wǎng)絡(luò)中居于核心位置,是我國高等教育研究的核心學(xué)者。
【圖文】:
271.883.75981.127120.8031.60582.732130.7991.59784.329提取方法:主成份分析。因子的負載值都超過0.4,說明不少學(xué)者的研究互相之間都有較緊密的學(xué)術(shù)聯(lián)系,并且很多學(xué)者的研究均具有跨領(lǐng)域性,不局限于某一領(lǐng)域。因而,聚類分析和多維尺度分析的結(jié)果,將是按學(xué)者間學(xué)術(shù)聯(lián)系最緊密的領(lǐng)域進行聚合和分類,而不是以研究領(lǐng)域的有無進行劃分。(二)聚類分析與多維尺度分析通過對相關(guān)矩陣進行聚類分析和對相異矩陣進行多維尺度分析,綜合兩者的結(jié)果,可以把我國高等教育領(lǐng)域的主要學(xué)者劃分為8個學(xué)術(shù)群體,如圖1所示。因子分析結(jié)果已經(jīng)證明,我國高等教育學(xué)者學(xué)術(shù)視野都比較廣闊,個人研究涉及的領(lǐng)域比較廣泛,因而聚類分析與多維尺度分析所劃分的學(xué)術(shù)群體,體現(xiàn)的是學(xué)者在某一領(lǐng)域的研究跟其他學(xué)者的學(xué)術(shù)聯(lián)系非常密切,并不代表學(xué)者的研究僅限于此領(lǐng)域。備注:每個閉合的區(qū)域代表一個學(xué)術(shù)群體,與聚類樹圖標示保持一致,分別用A、B、C、D等字母代表各學(xué)術(shù)群體。圖1多維尺度分析結(jié)果(三)學(xué)術(shù)群體的劃分表4為綜合聚類分析和多維尺度分析所得出的我國高等教育研究領(lǐng)域主要學(xué)者構(gòu)成的8個學(xué)術(shù)群體及其成員列表,其中成員人數(shù)最多的是16人,最少的是2人。我們知道,學(xué)者的代表作在很大程度上可以反映學(xué)者在學(xué)科中的具體貢獻和研究領(lǐng)域。本文在研究過程中,通過分析學(xué)者的代表作(被引頻次居前10位的代表性論文)來了解各學(xué)術(shù)群體及其學(xué)者的主要研究方向和領(lǐng)域;通過分析共被引頻次的高低來了解學(xué)術(shù)群體中不同學(xué)者研究成果的相關(guān)性的高低;通過分析不同學(xué)者共被引頻次總和的大小來了解各個學(xué)者在該學(xué)術(shù)群體中的影響力大校表4我國高等教育研究領(lǐng)域主要學(xué)者的學(xué)術(shù)群體序號成員人數(shù)A謝安邦、胡建華、周川、龔放、薛天祥、戚業(yè)國
·理論探討·我國高等教育研究學(xué)術(shù)群體可視化知識圖譜構(gòu)建與分析圖2我國高等教育學(xué)術(shù)群體的戰(zhàn)略坐標圖三、社會網(wǎng)絡(luò)分析構(gòu)建高等教育學(xué)術(shù)群體知識圖譜多元統(tǒng)計分析可以較好地觀察學(xué)者之間的關(guān)系和分類,但不能夠表現(xiàn)學(xué)者之間聯(lián)系的強弱,而社會網(wǎng)絡(luò)分析則可以彌補這方面的不足。社會網(wǎng)絡(luò)分析是對社會關(guān)系結(jié)構(gòu)及其屬性加以分析的一套規(guī)范和方法,主要分析的是不同個體、群體所構(gòu)成的關(guān)系的結(jié)構(gòu)及其屬性。[7]本文主要運用社會網(wǎng)絡(luò)分析方法來分析我國高等教育研究主要學(xué)者的共被引網(wǎng)絡(luò),以此來了解其社會網(wǎng)絡(luò)特征。將50位學(xué)者的共被引矩陣導(dǎo)入Ucinet軟件和Netdraw軟件,生成的學(xué)者共被引網(wǎng)絡(luò)知識圖譜如圖3所示。備注:整個網(wǎng)絡(luò)由結(jié)點和連線構(gòu)成,其中網(wǎng)絡(luò)中的結(jié)點代表作者,結(jié)點大小代表各位作者在網(wǎng)絡(luò)中的影響力;連線代表作者之間的共被引關(guān)系,線條的粗細代表作者之間的關(guān)系密切程度。圖3高等教育學(xué)者共被引網(wǎng)絡(luò)知識圖譜(一)網(wǎng)絡(luò)整體屬性分析1.密度分析密度反映的是社會網(wǎng)絡(luò)關(guān)系的密切程度,密度越大,表明網(wǎng)絡(luò)成員之間的關(guān)系越密切。在作者共被引網(wǎng)絡(luò)中,網(wǎng)絡(luò)密度反映了網(wǎng)絡(luò)中各個點之間聯(lián)絡(luò)的緊密程度。聯(lián)絡(luò)密切的網(wǎng)絡(luò)會促進信息的交流和科研的合作;反之,過于稀疏的網(wǎng)絡(luò)則會阻礙科學(xué)研究的發(fā)展。[8]通過Ucinet軟件可以算出,50位學(xué)者組成的共被引網(wǎng)絡(luò)的密度是21.51,網(wǎng)絡(luò)的連通性較好,有不少節(jié)點高度連接,說明50位學(xué)者之間共被引情況普遍,頻次較高,他們的學(xué)術(shù)聯(lián)系比較廣泛且緊密,各自的研究能夠相互交叉、相互借鑒、相互參考,研究互動大,有些學(xué)者甚至一起形成緊密的學(xué)術(shù)共同體。2.小世界效應(yīng)驗證小世界效應(yīng)是社會網(wǎng)絡(luò)中的一種特殊現(xiàn)象。所謂小世界效應(yīng),就是指在社會網(wǎng)絡(luò)中,大部分節(jié)點彼此
【圖文】:
271.883.75981.127120.8031.60582.732130.7991.59784.329提取方法:主成份分析。因子的負載值都超過0.4,說明不少學(xué)者的研究互相之間都有較緊密的學(xué)術(shù)聯(lián)系,并且很多學(xué)者的研究均具有跨領(lǐng)域性,不局限于某一領(lǐng)域。因而,聚類分析和多維尺度分析的結(jié)果,將是按學(xué)者間學(xué)術(shù)聯(lián)系最緊密的領(lǐng)域進行聚合和分類,而不是以研究領(lǐng)域的有無進行劃分。(二)聚類分析與多維尺度分析通過對相關(guān)矩陣進行聚類分析和對相異矩陣進行多維尺度分析,綜合兩者的結(jié)果,可以把我國高等教育領(lǐng)域的主要學(xué)者劃分為8個學(xué)術(shù)群體,如圖1所示。因子分析結(jié)果已經(jīng)證明,我國高等教育學(xué)者學(xué)術(shù)視野都比較廣闊,個人研究涉及的領(lǐng)域比較廣泛,因而聚類分析與多維尺度分析所劃分的學(xué)術(shù)群體,體現(xiàn)的是學(xué)者在某一領(lǐng)域的研究跟其他學(xué)者的學(xué)術(shù)聯(lián)系非常密切,并不代表學(xué)者的研究僅限于此領(lǐng)域。備注:每個閉合的區(qū)域代表一個學(xué)術(shù)群體,與聚類樹圖標示保持一致,分別用A、B、C、D等字母代表各學(xué)術(shù)群體。圖1多維尺度分析結(jié)果(三)學(xué)術(shù)群體的劃分表4為綜合聚類分析和多維尺度分析所得出的我國高等教育研究領(lǐng)域主要學(xué)者構(gòu)成的8個學(xué)術(shù)群體及其成員列表,其中成員人數(shù)最多的是16人,最少的是2人。我們知道,學(xué)者的代表作在很大程度上可以反映學(xué)者在學(xué)科中的具體貢獻和研究領(lǐng)域。本文在研究過程中,通過分析學(xué)者的代表作(被引頻次居前10位的代表性論文)來了解各學(xué)術(shù)群體及其學(xué)者的主要研究方向和領(lǐng)域;通過分析共被引頻次的高低來了解學(xué)術(shù)群體中不同學(xué)者研究成果的相關(guān)性的高低;通過分析不同學(xué)者共被引頻次總和的大小來了解各個學(xué)者在該學(xué)術(shù)群體中的影響力大校表4我國高等教育研究領(lǐng)域主要學(xué)者的學(xué)術(shù)群體序號成員人數(shù)A謝安邦、胡建華、周川、龔放、薛天祥、戚業(yè)國
·理論探討·我國高等教育研究學(xué)術(shù)群體可視化知識圖譜構(gòu)建與分析圖2我國高等教育學(xué)術(shù)群體的戰(zhàn)略坐標圖三、社會網(wǎng)絡(luò)分析構(gòu)建高等教育學(xué)術(shù)群體知識圖譜多元統(tǒng)計分析可以較好地觀察學(xué)者之間的關(guān)系和分類,但不能夠表現(xiàn)學(xué)者之間聯(lián)系的強弱,而社會網(wǎng)絡(luò)分析則可以彌補這方面的不足。社會網(wǎng)絡(luò)分析是對社會關(guān)系結(jié)構(gòu)及其屬性加以分析的一套規(guī)范和方法,主要分析的是不同個體、群體所構(gòu)成的關(guān)系的結(jié)構(gòu)及其屬性。[7]本文主要運用社會網(wǎng)絡(luò)分析方法來分析我國高等教育研究主要學(xué)者的共被引網(wǎng)絡(luò),以此來了解其社會網(wǎng)絡(luò)特征。將50位學(xué)者的共被引矩陣導(dǎo)入Ucinet軟件和Netdraw軟件,生成的學(xué)者共被引網(wǎng)絡(luò)知識圖譜如圖3所示。備注:整個網(wǎng)絡(luò)由結(jié)點和連線構(gòu)成,其中網(wǎng)絡(luò)中的結(jié)點代表作者,結(jié)點大小代表各位作者在網(wǎng)絡(luò)中的影響力;連線代表作者之間的共被引關(guān)系,線條的粗細代表作者之間的關(guān)系密切程度。圖3高等教育學(xué)者共被引網(wǎng)絡(luò)知識圖譜(一)網(wǎng)絡(luò)整體屬性分析1.密度分析密度反映的是社會網(wǎng)絡(luò)關(guān)系的密切程度,密度越大,表明網(wǎng)絡(luò)成員之間的關(guān)系越密切。在作者共被引網(wǎng)絡(luò)中,網(wǎng)絡(luò)密度反映了網(wǎng)絡(luò)中各個點之間聯(lián)絡(luò)的緊密程度。聯(lián)絡(luò)密切的網(wǎng)絡(luò)會促進信息的交流和科研的合作;反之,過于稀疏的網(wǎng)絡(luò)則會阻礙科學(xué)研究的發(fā)展。[8]通過Ucinet軟件可以算出,50位學(xué)者組成的共被引網(wǎng)絡(luò)的密度是21.51,網(wǎng)絡(luò)的連通性較好,有不少節(jié)點高度連接,說明50位學(xué)者之間共被引情況普遍,頻次較高,他們的學(xué)術(shù)聯(lián)系比較廣泛且緊密,各自的研究能夠相互交叉、相互借鑒、相互參考,研究互動大,有些學(xué)者甚至一起形成緊密的學(xué)術(shù)共同體。2.小世界效應(yīng)驗證小世界效應(yīng)是社會網(wǎng)絡(luò)中的一種特殊現(xiàn)象。所謂小世界效應(yīng),就是指在社會網(wǎng)絡(luò)中,大部分節(jié)點彼此
【參考文獻】
相關(guān)期刊論文 前10條
1 陳瑜林;;我國教育技術(shù)主要研究領(lǐng)域的歷史演進——基于CNKI“兩刊”關(guān)鍵詞、主題詞的類團分析[J];電化教育研究;2012年08期
2 袁潤;王慧;;基于社會網(wǎng)絡(luò)分析的圖書館學(xué)論文合著現(xiàn)象研究[J];圖書情報研究;2010年03期
3 李亮;朱慶華;;社會網(wǎng)絡(luò)分析方法在合著分析中的實證研究[J];情報科學(xué);2008年04期
4 邱均平;張曉培;;基于CSSCI的國內(nèi)知識管理領(lǐng)域作者共被引分析[J];情報科學(xué);2011年10期
5 邱均平;吳慧;;基于SNA的國際科學(xué)計量學(xué)作者共被引關(guān)系研究——以SCIENTOMETRICS期刊2000-2010年數(shù)據(jù)為例[J];情報科學(xué);2012年02期
6 張晗;王曉瑜;崔雷;;共詞分析法與文獻被引次數(shù)結(jié)合研究專題領(lǐng)域的發(fā)展態(tài)勢[J];情報理論與實踐;2007年03期
7 徐媛媛;朱慶華;;社會網(wǎng)絡(luò)分析法在引文分析中的實證研究[J];情報理論與實踐;2008年02期
8 張s
本文編號:2740645
本文鏈接:http://sikaile.net/jiaoyulunwen/shifanjiaoyulunwen/2740645.html
最近更新
教材專著