近幾十年來，發展出許多科學計量分析技術，包括為了群集(clustering)書目資料所需的各種相似度(similarity)計算技術，如共被引(co-citation)、書目耦合(bibliographic coupling)與詞語共現分析(co-word analysis)，這些技術的比較分析可參見Yan and Ding (2012)。並且有很多可以在網路上自由下載使用的軟體工具製作並包裝這些技術，提供科學計量分析應用，知名的軟體工具如CiteSpace (Chen 2006, Chen et al. 2010)、Sci2 Tool (Sci2 Team 2009)、VOSviewer (Van Eck and Waltman 2010)、BibExcel (Persson 2009)及Sitkis (Schildt and Mattsson 2006)，這部分的分析則可參見Cobo et al. (2011)。本研究包含兩個部分：提出包含一系列利用書目計量資訊進行群集與映射(mapping)技術的科學計量分析軟體工具集 CATAR，並且將此工具集應用於圖書資訊學(library and information science, LIS)領域後，希望能夠利用期刊群集的結果，確認與分析次領域，以及建議適合研究評估(research evaluation)用途的LIS期刊集合。
Åström (2002)從領域概念的視覺化研究獲得一個結論：期刊的選擇確實影響研究領域如何被知覺與定義，也就是研究領域的界定(delineation)與期刊的選擇有密切關係。已經有許多的研究對圖書資訊學進行次領域界定，而這些研究大多參考ISI的JCR主題分類中與圖書資訊學最相關的類別IS&LS(Information Science and Library Science)。IS&LS類別下並不只包含圖書資訊學的相關期刊，這個類別涵蓋兩個密切相關的領域資訊科學(Information Science)和圖書館學(Library Science)，此一範圍與圖書資訊學有些微不同。根據Leydesdorff (2008)，JCR主題分類以期刊的題名、引用模式(citation patterns)等等做為標準進行分類，但是這個分類結果與從資料庫本身的引用資料所產生的網路上的主要成分(principal components)得到的分類結果並不十分相符。因此次領域界定研究大多經過人為的挑選做為分析資料的期刊，並沒有完整收錄IS&LS主題下的所有期刊。
進行次領域界定時常使用的技術包括：利用共被引分析比較一對項目，利用凝聚式階層群集(agglomerative hierarchical clustering, AHC)將項目分群產生樹狀圖(dendrogram)，利用多維尺度(multi-dimensional scaling, MDS)產生視覺化的二維或三維映射圖。若干重要的研究如：Åström (2002)從圖書資訊學重要期刊中選取1135篇出版在1998到2000年的文章，利用BibExcel軟體工具進行作者共被引(author co-citation)以及關鍵詞共現分析，並產生MDS映射圖，52位高被引作者的共被引產生三個群集："硬"資訊檢索(hard information retrieval)、"軟"資訊檢索(soft information retrieval)以及書目計量學(bibliometrics)，47個較常出現的關鍵詞則分為圖書館學(library science，LS)、資訊檢索(information retrieval，IR)及書目計量學。Åström (2002)認為作者共被引分析沒有出現圖書館學的原因可能與圖書館學研究的出版管道有關，如果引用的資料像是書籍或地區期刊沒有出現在JCR，圖書館學作者便無法出現在引用為基礎的排名上。Åström (2007)對55種在JCR 2003主題類別下的期刊，選擇21種圖書資訊學相關期刊的13605篇文章進行文件共被引分析，在從1990到2004年的三個時段發現圖書資訊學可分為資訊計量學(informetrics)和資訊搜尋與檢索(information seeking and retrieval)兩個穩定的次領域，而隨著全球資訊網的普及，網路計量學(webometrics)在兩個次領域上都成為主要的研究議題。Jassen et al. (2006) 對2002到2004年五種圖書資訊學相關期刊的938篇文章，應用一系列的全文分析技術以及MDS和AHC，將938篇文章分為六個群集：兩個群集與書目計量學有關、一個群集為IR、一個包含一般議題、另兩個較小但愈來愈重要的群集分別是網路計量學和專利分析(patent analysis)。Moya-Anegon et al. (2006)從24種較有影響力的期刊中選擇17種期刊，排除將資訊科學(information science, IS)應用到特定技術或知識領域(例如：醫學、地理學、電訊傳播等)，從17種期刊引用的參考文獻，對77位最常被引用的作者和73篇最常被引用的期刊進行共被引分析，映射使用的技術包括MDS和AHC以及自組織映射圖(self-organizing map)。作者共被引分析的結果產生六個次領域：科學計量學、引用分析、書目計量學、"軟"(認知導向)資訊檢索、"硬"(演算法導向)資訊檢索以及傳播理論(communication theory)。而期刊共被引分析的結果則有四個群集：IS、LS、科學研究(science studies)以及管理學(management)。在期刊共被引分析的科學研究大致上可以對應為作者共被引分析的科學計量學、引用分析、書目計量學，IS為"軟"資訊檢索和"硬"資訊檢索。如Åström (2002)同樣的原因，LS沒在作者共被引分析的結果當中。Waltman et al. (2011)以JASIST為種子，選擇與該期刊共被引較多的期刊，連JASIST共48種，進行期刊的書目耦合(bibliographic coupling)分析，並且利用VOSviewer呈現視覺化結果，共分為LS、IS以及科學計量學等3個次領域。Milojevic et al. (2011)使用詞語共現分析探討1998到2007年出版的16種期刊上的10344篇文章，16種期刊根據Nisonger and Davis (2005) 的研究所挑選，分析100個文章題名上最常出現的詞語，進行共現分析，並以AHC歸類，結果三個主要群集為LS、IS以及書目計量學/科學計量學。
Åström (2002)以關鍵詞的共現分析所得到的結果包括LS次領域，但作者共被引分析所得到的映射圖上並沒有產生這個次領域。Moya-Anegon et al. (2006)的期刊共被引分析與作者共被引分析也略有不同，期刊共被引分析的結果上有作者共被引分析沒有的LS和管理學兩個次領域，反之，作者共被引分析的結果上則可以發現期刊共被引分析沒有的傳播學理論(communication theory)。一般認為這和作者引用的行為有關，LS作者的引用次數大多沒有達到分析的門檻，因此無法在上述兩個研究的作者共被引分析結果上呈現。
Ni et al. (2012)從JCR的IS&LS類別下的61種期刊，排除3種非英語的期刊，將選取的58種期刊進行場域-作者耦合(venue-author coupling)、期刊共被引分析、詞語共現分析、期刊連結(journal interlocking)等四種分析。分析的結果再進行MDS與AHC分析，四種方式所得到一致的次領域包括：管理資訊系統(managment information systems, MIS)、IS、LS和特殊化群集(specialized clusters)，並且在四種方法所得到MDS映射的圖形上都可以發現MIS與其他群集分離，Ni and Ding (2010)與Ni and Sugimoto (2011)建議JCR上的圖書資訊相關期刊應進行適當的重組。
本研究(Tseng and Tsai 2013)應用的資料範圍為2000到2004與2005到2009在Web of Science 的Journal Citation Report中 Information Science & Library Science (IS&LS)主題分類下的所有期刊，在前期(2000~2004年)共50種，後期(2005~2009年)共66種。本研究的分析程序採用Borner et al. (2003)整理的一般工作流程，步驟包括：1) 資料蒐集(data collection)；2)文本分段(text segmentation)；3)相似性計算(similarity computation)；4)多階段群集(multi-stage clustering)；5)群集標名(clustering labeling)；6)視覺化(visualization)；7)面向分析(facet analysis)。這些步驟中所需的技術都已經整合到軟體工具CATAR(Content Analysis Toolkit for Academic Research, http://web.ntnu.edu.tw/~samtseng/CATAR/)上。在計算文件間的相關性時，本研究以一種期刊做為一個文件，所有論文引用的期刊做為文件的特徵，然後利用Dice係數(Salton 1989)計算期刊相似性，例如兩種期刊X與Y，R(X)與R(Y)分別是它們引用的期刊，它們之間的相似性計算為Sim(X, Y) = 2 ∙ |R(X)∩R(Y)|/(|R(X)|+R(Y)|)。也就是利用書目耦合計算期刊之間的相似性。期刊的群集則是利用完全連接階層群集法(complete-linkage hierarchical clustering)。首先將每個文件視為一個群集，然後將一對最相似的群集合併起來，產生一個較大的群集，然後重複進行上面的步驟，而兩個群集的相似性定義為兩個群集間最小的文件相似性，如果相似性超過某個預先設定的閾值，便將兩個群集合併，一直到無法再產生合併為止。此外，本研究採用Silhouette指標(Ahlgren and Jarneving 2008; Rousseuw 1987; Jassen et al. 2006)。
此一研究的資料包含JCR的IS&LS主題下的期刊，分為2000-2004年與2005-2009年兩個時期，前一個時期包含50種期刊，9546筆論文資料；後一時期則有66種期刊，11471筆論文資料。從群集結果的樹狀圖(dendrogram)和MDS映射的結果顯示，IS&LS主題下的期刊在兩個時期都有IR、MIS、科學計量學、學術圖書館(academic library)、醫學圖書館(medical library)、館藏發展(collection development)，以及開放取用(open access)和地區圖書館(regional library)兩個後期出現並且較小的群集。並且MIS群集的期刊在知識基礎(intellectual base)上與IS&LS主題的其他期刊分離，表示這群集下的期刊具有較特殊的引用模式。本研究以期刊的書目耦合進行分析，從期刊知識基礎(intellectual base)得到MIS群集與其他分離的研究結果，與Ni et al. (2012)利用期刊共被引分析、期刊連結、術語使用(terminology usage)和合著(co-authorship)研究等不同方法的研究結果相同，這也為許多探討圖書資訊學認知結構的研究認為不應將MIS相關期刊與其他期刊包含在ISI的同一個主題IS&LS下，在進行分析時需要排除MIS相關期刊提供了佐證(Larivière et al. 2012)。此外，並且以多樣性指標(diversity index)分析群集特性，揭露出某些次領域具有地區(regional)特性。
沒有留言:
張貼留言