نوع مقاله : مقالات پژوهشی

نویسندگان

1 دانش آموخته دکتری/ دانشگاه پیام نور

2 دانشیار/ دانشگاه پیام نور

3 دانشیار/دانشگاه پیام نور

چکیده

مقدمه: سازماندهی دانش از مباحث قدیمی و اساسی کتابداری و اطلاع‏رسانی به‌شمار می‌رود. هدف پژوهش حاضر آشکارسازی روابط پیدا و پنهان پژوهشگران سازمان‏دهی دانش در جهان است.
روش‌شناسی: نوع پژوهش کاربردی است که با رویکرد علم‌سنجی و با روش تحلیل هم‏‌استنادی انجام‌شده است. رکوردهای پژوهش بر مبنای کلیه مقاله‌های دو مجله سازماندهی دانش و فصلنامه فهرست‌نویسی و رده‌بندی و کلیدواژه‌های مرتبط با قلمرو سازماندهی دانش نمایه شده در وبگاه علم در سال‌های 1900 تا 2019 گردآوری‌شده است. در نهایت 17950 رکورد به‌صورت کامل همراه با مأخذ با فرمت plain text  موردبررسی قرار گرفت. تعداد کل استنادها 360143 بود. در این پژوهش، نویسندگانی که 130 استناد و بیشتر دریافت کرده بودند، مورد مطالعه قرار گرفتند که تعداد این افراد 178 نفر بود. به‌منظور ترسیم شبکه هم‌استنادی از ماتریس 178 در 178 استفاده و شبکه هم‌استنادی نویسندگان ترسیم شد. در ادامه ماتریس متقارن ایجادشده به ماتریس همبستگی تبدیل شد. برای ترسیم ماتریس از نرم‌افزار بیب اکسل، برای تحلیل شبکه‌های هم‌استنادی از نرم‌افزار یو‌سی‌آی‌نت، برای ترسیم شبکه هم‌استنادی از نرم‌افزار ووز ویور، برای ترسیم نمودار دندروگرام از نرم‌افزار اس.پی.اس.اس و برای ترسیم نمودار راهبردی نیز از نرم‌افزار اکسل استفاده گردید.
یافته‌ها: یورلند پرتألیف‌ترین و سالتون پراستنادترین پژوهشگر سازماندهی دانش در جهان هستند. هم‌چنین زوج روبرتسون و سالتون دارای بیشترین هم‌استنادی است. ساختار فکری سازماندهی دانش از یازده خوشه اصلی تشکیل‌شده است. بزرگ‌ترین خوشه (خوشه چهارم) شامل سی‌وشش پژوهشگر است که به موضوع بازیابی اطلاعات پرداخته است. پس‌ازآن، خوشه نخست با سی‌وپنج نویسنده است که با موضوع رفتار اطلاع‌یابی ـ بازیابی اطلاعات آمده است. خوشه‌های ده و یازده نیز هرکدام دارای هجده پژوهشگر است که به موضوع‌های فهرست‌نویسی و رده‌بندی و سازماندهی دانش پرداخته‌اند. خوشه نه با هفت نویسنده کوچک‌ترین خوشه است که به موضوع علم‌سنجی پرداخته است. خوشه‌های ترکیبی، علم‌سنجی، هستی‌شناسی و فهرست‌نویسی و رده‌بندی دارای بالاترین تراکم و خوشه‌های بازیابی اطلاعات و سازماندهی دانش دارای بالاترین مرکزیت هستند.
نتیجه‌: ایجاد پیوند هم استنادی میان نویسندگان سازماندهی دانش، نشان‌دهنده ارتباط فکری میان نویسندگان این قلمرو است. همه نویسندگان پرانتشار سازماندهی دانش، لزوماً جزء نویسندگان پراستناد محسوب نمی‌شوند. موضوع‌های بازیابی اطلاعات، رفتار اطلاع‌یابی و سازماندهی دانش نقش پررنگی در پژوهش‌های سازماندهی دانش دارند. نویسندگان پرانتشار و پراستناد، حضور مؤثرتری در نقشه علمی هم استنادی دارند. تحلیل هم استنادی نویسندگان، می‌تواند مهم‌ترین نویسندگان و روابط بین آن‌ها را نمایش دهد. از این تحلیل‌ها می‌توان در سیاست‌گذاری‌های کلان بهره برد.

کلیدواژه‌ها

عنوان مقاله [English]

Known and Hidden Relationships of Knowledge Organization Research in the World: a Co-Citation Analysis

نویسندگان [English]

  • Omid Alipour 1
  • Faramarz Soheili 2
  • Soraya Ziaei 3
  • Ali akbar Khasseh 2

1 Graduated Payame Noor University

2 َAsosiate Prof.Payame Noor University

3 َAsosiate Prof. Payame Noor University

چکیده [English]

Introduction: Knowledge organization is one of the old and basic topics of knowledge and information science. The aim of this study is to conduct a scientific mapping of knowledge organization based on author co-citation analysis.
Methodology: The type of research was applied by the citation analysis method. The research records are compiled based on all articles in the two journals of Knowledge Organization and Cataloging and Classification Quarterly and keywords related to the field of knowledge organization indexed in Web of Science database from 1900 to 2019. Finally, 17,950 records were analyzed in full with plain text format. The total number of citations was 360143. In this study, cuts were made for authors who received 130 citations and more, numbering 178; therefore, a 178 by 178 matrix was used to draw the co-citation network and the authors’ co-citation network was drawn. Then the created symmetric matrix was transformed into a correlation matrix. To draw a matrix BibExcel software, to analyze co-citation networks UCINET software, to draw co-citation grid VOSviewer software, to draw a dendrogram diagram SPSS software and to draw a strategic chart Excel software were used.
Findings: The findings show that Horland was highly productive and Salton has highly cited articles in the field of knowledge organization. Robertson and Salton also have the most co-citations in this area. The intellectual structure of the field of knowledge organization consists of 11 main clusters. The largest cluster (cluster 4) consists of 36 researchers dedicated to information retrieval. After that, cluster 1 with 35 authors, which is in the subject of seeking behavior-information retrieval. Categories 10 and 11 also have 18 researchers each, covering topics such as cataloging and classification, and knowledge organization. Cluster 9, with seven authors is the smallest cluster that deals with the subject of scientometrics. Combined clusters, scientometrics, ontology, and cataloging and classification have the highest density. Information retrieval and knowledge organization clusters also have the highest centrality.
Conclusion: The creation of a co-citation network among the authors of the knowledge organization shows the intellectual connection between the authors. Not all prolific writers in this field are necessarily well-known authors. Issues of information retrieval, information behavior, and knowledge organization play an important role in knowledge organization research. Highly productive and high cited authors also cite a more effective presence on the scientific map. The co-citation analysis of the authors can show the most influential authors and the relationships between them. These analyzes can be used in macro-policies and policy-making.

کلیدواژه‌ها [English]

  • Scientometrics
  • Knowledge structure
  • Citation Analysis
  • Co-citation Analysis
  • knowledge Organization
خاصه، علی‌اکبر، سهیلی، فرامرز (1397). ترسیم چشم‌انداز پژوهش در علم‌سنجی و حوزه‌های سنجشی وابسته. پژوهشنامه پردازش و مدیریت اطلاعات، ۳۳ (۳)، ۹۴۱-۹۶۶. بازیابی شده در 8 خرداد 1400 از
https://jipm.irandoc.ac.ir/article-1-3062-fa.html
خزانه‌ها، مهدیه، حیدری، غلامرضا، مصطفوی، اسماعیل (1398). تحلیل ساختار مطالعات «نظریه‌های علم اطلاعات» بر اساس تحلیل شبکه هم‌واژگانی مقاله‌های در پایگاه اطلاعاتی وب‌آوساینس (۱۹۸۳– ۲۰۱۷). پژوهشنامه پردازش و مدیریت اطلاعات، ۳۴ (۳)، ۱۰۵۱-۱۰۷۶. بازیابی شده در 8 خرداد 1400 از
https://jipm.irandoc.ac.ir/article-1-3891-fa.html
دانش، فرشید (1399). کشف و دیداری‌سازی الگوهای برجسته، روابط پنهان و گرایش‌های موضوعی سازماندهی دانش. پژوهش‌نامه پردازش و مدیریت اطلاعات، 36(2)، 469-500. بازیابی شده در 8 خرداد 1400 از
 https://jipm.irandoc.ac.ir/article-1-4354-fa.html
دانش، فرشید، نعمت اللهی، زهرا (1399). خوشه‌بندی مفاهیم و رویدادهای نوپدید سازماندهی دانش. فصلنامه کتابداری و اطلاع‌رسانی، 23(2)، 53-85. doi: 10.30481/lis.2020.213568.1666.53-85
دانیالی، سمیرا، نقشینه، نادر (1393). ترسیم نقشه هم‌استنادی نویسندگان برجسته حوزه‌ی بازیابی تصویر. مجله علم‌سنجی کاسپین، ۱ (۲)، ۶۶-۷۳. بازیابی شده در 8 خرداد 1400 از
http://cjs.mubabol.ac.ir/article-1-51-fa.html
سهیلی، فرامرز، شعبانی، علی، خاصه، علی‌اکبر (1394). ساختار فکری دانش در حوزۀ رفتار اطلاعاتی: مطالعۀ هم واژگانی، تعامل انسان و اطلاعات، ۲ (۴)،21-36. بازیابی شده در 8 خرداد 1400 از
https://hii.khu.ac.ir/article-1-2446-fa.html
مختارپور، رضا، حیدری، غلامرضا، زوارقی، رسول (1398). تحلیل ساختار فکری مدارک علم اطلاعات و دانش‌شناسی ایران (۱۹۷۰-۲۰۱۶)؛ مطالعه هم‌استنادی. پژوهشنامه پردازش و مدیریت اطلاعات، ۳۵ (۱)، ۲۳۳-۲۶۰. بازیابی شده در 8 خرداد 1400 از
https://jipm.irandoc.ac.ir/article-1-3806-fa.html
Borner, K. Chen, C. & Boyack, K. W. (2003). Visualizing knowledge domains. Annual review of information science and technology, 37(1), 179–255.
https://doi.org/10.1002/aris.1440370106
Bu, Y. Wang, B. Huang, W. B. Che, S. & Huang, Y. (2018). Using the appearance of citations in full text on author co-citation analysis. Scientometrics116(1), 275-289.‏ https://doi.org/10.1007/s11192-018-2757-z
Bu, Y., Wang, B., Huang, W. B., & Che, S. (2017, October). MFTACA: An Author Co-citation Analysis Method Combined with Metadata in Full Text. In ISSI, 916-927. Retrieved on 29may 2021from
https://www.semanticscholar.org/paper/MFTACA%3A-An-Author-Co-citation-Analysis-Method-with-Bu-Wang/c77aeb4c8f2a2cdb09dfe5c9c25e5a3fbae22b04
Castanha, R. C. G. & Wolfram, D. (2018). The domain of knowledge organization: A bibliometric analysis of prolific authors and their intellectual space. KO KNOWLEDGE ORGANIZATION45(1), 13-22.‏
Chang, Y. W. Huang, M. H. & Lin, C. W. (2015). Evolution of research subjects in library and information science based on keyword, bibliographical coupling, and co-citation analyses. Scientometrics, 105(3), 2071-2087. https://doi.org/10.1007/s11192-015-1762-8
Gonzalez-Valiente, C. L. Santos, M. L. & Arencibia-Jorge, R. (2019). Evolution of the Socio-cognitive Structure of Knowledge Management (1986–2015): An Author Co-citation Analysis. Journal of Data and Information Science, 4(2), 36-55.‏DOI: 10.2478/jdis-2019-XXXX
Hou, J. Yang, X. & Chen, C. (2018). Emerging trends and new developments in information science: A document co-citation analysis (2009–2016). Scientometrics115(2), 869-892.‏ https://doi.org/10.1007/s11192-018-2695-9
Jeong, Y.K. Song, M. and Ding, Y. (2014). Content-based author co-citation analysis. Journal of Informetrics, 8(1), 197-211. https://doi.org/10.1016/j.joi.2013.12.001
Ke, W. Yunjiang, X. Xiao, L. & Weichan, L. (2013, August). Analysis on current research of supernetwork through knowledge mapping method. In International Conference on Knowledge Science, Engineering and Management, 538-550 .Springer, Berlin, Heidelberg.‏ https://doi.org/10.1007/978-3-642-39787-5_45
Khasseh, A. A. Soheili, F. & Chelak, A. M. (2018). An author co-citation analysis of 37 years of iMetrics. The Electronic Library, 319-337. https://doi.org/10.1108/EL-09-2016-0191
Liu, G.Y. Hu, J.M. & Wang, H.L. (2012). A co-word analysis of digital library field in China. Scientometrics, 91(1), 203-217. https://doi.org/10.1007/s11192-011-0586-4
Mazzocchi, F. (2018). Knowledge organization system (KOS): an introductory critical account. KO KNOWLEDGE ORGANIZATION45(1), 54-78.‏ https://doi.org/10.5771/0943-7444-2018-1-54
McCain, K. W. (1990). Mapping authors in intellectual space: A technical overview. Journal of the American Society for Information Science, 41(6), 433–443.
Melcer, E. Nguyen, T. H. D. Chen, Z. Canossa, A. El-Nasr, M. S. & Isbister, K. (2015). Games research today: Analyzing the academic landscape 2000-2014. Network17, 20.‏ Retrieved on 29may 2021from
http://www.fdg2015.org/papers/fdg2015_paper_41.pdf
Shiau, W. L., Dwivedi, Y. K., & Yang, H. S. (2017). Co-citation and cluster analyses of extant literature on social networks. International Journal of Information Management, 37(5), 390-399. https://doi.org/10.1016/j.ijinfomgt.2017.04.007
Tsay, M. Y., Tseng, Y. W., & Lai, C. H. (2019). Construction of Knowledge Map by Co-Citation Analysis: A Case Study on the Topic of Information Behavior. In ISSI, 2592-2593. Retrieved on 29may 2021from
https://dblp.org/db/conf/issi/issi2019.html
Verma, S. (2018). Mapping the intellectual structure of the big data research in the IS discipline: A citation/co-citation analysis. Information Resources Management Journal (IRMJ), 31(1), 21-52.‏ DOI: 10.4018/IRMJ.2018010102
 White, H. D. & Griffith, B. C. (1981). Author co-citation: A literature measure of intellectual structure. Journal of the American Society for Information Science, 32(3), 163–171.
White, H. D. (2003). Pathfinder networks and author cocitation analysis: A remapping of
paradigmatic information scientists. Journal of the American Society for Information Science and Technology, 54(5), 423–434.  https://doi.org/10.1002/asi.4630320302
Yaghtin, M. Sotudeh, H. Mirzabeigi, M. Fakhrahmad, S. M. & Mohammadi, M. (2019). In quest of new document relations: evaluating co-opinion relations between co-citations and its impact on Information retrieval effectiveness. Scientometrics119(2), 987-1008.‏ DOI: 10.1007/s11192-019-03058-3
Zhao, D. & Strotmann, A. (2020). Telescopic and panoramic views of library and information science research 2011–2018: a comparison of four weighting schemes for author co-citation analysis. Scientometrics, 1-16.‏ DOI: 10.1007/s11192-020-03462-0
Zou, Q. (2018). Represent Changes of Knowledge Organization Systems on the Semantic Web. International Journal of Librarianship3(1), 67-77.‏ 10.23974/ijol.2018.vol3.1.64