علم سنجی
معصومه کیانی؛ عاصفه عاصمی؛ مظفر چشمه سهرابی؛ احمد شعبانی
چکیده
هدف: هدف از انجام پژوهش ترسیم نقشه دانش مفاهیم حوزه بیوانفورماتیک براساس مقالات پایگاه کلاریویت است. بررسی روابط موضوعی این مفاهیم یکی دیگر از اهداف این پژوهش بوده است.روش: این مطالعه کاربردی به روش توصیفی- تحلیلی از طریق تکنیک‌های تحلیل هم‌واژگانی انجام شده است. جامعه پژوهش شامل 53740 مقاله حیطه بیوانفورماتیک که طی سال‌های 2018-1975 ...
بیشتر
هدف: هدف از انجام پژوهش ترسیم نقشه دانش مفاهیم حوزه بیوانفورماتیک براساس مقالات پایگاه کلاریویت است. بررسی روابط موضوعی این مفاهیم یکی دیگر از اهداف این پژوهش بوده است.روش: این مطالعه کاربردی به روش توصیفی- تحلیلی از طریق تکنیک‌های تحلیل هم‌واژگانی انجام شده است. جامعه پژوهش شامل 53740 مقاله حیطه بیوانفورماتیک که طی سال‌های 2018-1975 در پایگاه کلاریویت نمایه شده است، تحلیل داده‌ها با نرم‌افزارهای راورپریمپ، بایب اکسل، ویس‌ویوئر و ابزار کاوش معنایی یونو انجام شده است.یافته‌ها: یافته‌ها نشان داد 741 کلیدواژه به عنوان موضوعات اصلی مقالات حوزه بیوانفورماتیک شناسایی شدند که به‌عنوان پرکاربردترین موضوعات به کار رفته‌اند. طبق یافته‌ها موضوعات «MicroRNA»، «Proteomics»، «Medical informatics»، ««Computational biology، «Microarray»، «Gene expression»، با بیشترین فراوانی، مهم‌ترین موضوعات معرفی شدند. یافته‌ها نشان داد مفاهیم در قالب 7 خوشه موضوعی شکل گرفته‌اند. بزرگ‌ترین خوشه در نقشه موضوعی مربوط به موضوعات خوشه اول و دوم است و به همین ترتیب خوشه‌های کوچک‌تر مربوط به موضوعات سایر خوشه‌هاست و این نشان‌دهنده‌ی اهمیت خوشه‌های اصلی است که حاکی از کاربرد بیشتر این موضوعات در مقالات حوزه بیوانفورماتیک است.نتیجه‌گیری: نقشه دانش نشان می‌دهد هر مفهوم اصلی روابط مستقیمی با مفاهیم فرعی خوشه خودش دارد و بین مفاهیم فرعی هر خوشه با مفاهیم فرعی خوشه دیگر ارتباط مستقیم یا غیرمستقیمی وجود ندارد. از آنجائی‌که اساس کار موتور جستجوی یونو، معنائی است بنابراین در نقشه‌های دانش تولید شده روابط مفاهیم برحسب معنا و محتوای موضوعات است. از نقشه‌های دانش ترسیم شده در این حوزه می‌توان به عنوان الگویی جهت تعیین ساختار علمی آن حوزه استفاده کرد.کلیدواژه‌ها: نقشه موضوعی، نقشه دانش، بیوانفورماتیک، روابط موضوعی، پایگاه کلاریویت
