نوع مقاله : علمی پژوهشی

نویسندگان

1 دانشجوی دکتری، دانشگاه مازندران

2 دانشکده علوم انسانی و اجتماعی،دانشگاه مازندران، بابلسر

3 دانشکده علوم اقتصادی و اداری، دانشگاه مازندارن، بابلسر

چکیده

هدف: هدف این پژوهش، بررسی تولیدات علمی، و تعیین موقعیت ایران در عرصه تولید جهانی علم، طی سال های 2015-1996 و پیش بینی این روند در سال های آتی می باشد.
روش شناسی: به منظور گردآوری داده ها، آمارهای پایگاه های استنادی Scopus، ISI و SCImago، مورد بررسی قرار گرفت. سپس با استفاده از نرم افزار Eviews و مدل ARIMA به پیش بینی روند تولیدات علمی کشور، تا سال 2030 پرداخته شد.
یافته ها: یافته های تحقیق نشان می دهد رشد تولیدات و شتاب علمی کشور، با وجود فراز ونشیب‌ها طی دو دهه گذشته، در سطح منطقه و جهان، مطلوب و قابل توجه بوده است.
نتیجه گیری: نتایج تحقیق نشان می دهد اگر چه، تولیدات علمی کشور طی دو دهه گذشته رشد خوبی داشته، اما پیش بینی روند تولیدات علمی کشور تا سال 2030، نشان دهنده کاهش رشد و شتاب کشور در عرصه تولید علم، می باشد. برای بهبود این شرایط و افزایش رشد تولیدات علمی کشور، لازم است سیاست گذاری بلند مدتی را برای حفظ شتاب علمی کشور، و رسیدن به جایگاه مطلوب در عرصه جهانی اتخاذ نمود.

کلیدواژه‌ها

عنوان مقاله [English]

Future studies of Iran scientific studies by 2030 by using ARIMA model

نویسندگان [English]

  • Mehdi Ahmadian 1
  • Nader Razeghi 2
  • Hasanali Aghajani 3

1 PhD Student, Mazandaran University, Babolsar

2 Faculty of Humanities and Social Sciences, Mazandaran University, Babolsar

3 Faculty Economic and Administrative Sciences, Mazandaran Universityو Babolsar

چکیده [English]

Background and Objectives: Iran has always attempted to promote its scientific position in the region and the world, and this has frequently been considered in Iran's outlook and comprehensive scientific plan. Therefore, the country should focus on this end, and according to the current capabilities, has initiated significant efforts and has achieved some success in this regard. Iran's scientific progress has been remarkable in recent years. In 1996, Iran had only 829 articles in the Scopus database, but in 2014, this number reached as high as 40000. Accordingly, Iran's impact on world science has expanded. Reviewing Iranian scientists’ works indexed in scientific citation databases from 1996 to 2014 indicates a significant rise in Iranians’ scientific production.  According to Merat et al. (2009), during recent years, in line with the rapid growth of universities and research centers, the number of scientific articles has grown remarkably. Observing these research articles is very significant for the country's scientific progress (Merat et al., 2009). Each country's scientific production indexed in valid international databases reflects a significant part of that country's scientific activities at the international level. Thus, to assess scientific activities, research administrators of the country have always considered having a clear image of this status. Consequently, using ISI, Scopus, and SCImago databases’ data, the present study aims to review the rate of Iran’s scientific production from 1996 to 2015, and the projection of this trend up to 2030. The present article attempts to answer the following questions:
- What is Iran’s regional and world rank and position in terms of scientific article production over the past two decades (1996-2015)?
 - Given the trend of scientific article production during these years, and also the trend of the past, how will the rate of scientific articles’ production and growth in the upcoming years (up to 2030)?
Methodology: In the present article, Excel and Eviews software are used to analyze the data and to make predictions. In this study, using autoregressive integrated moving average (ARIMA), Iran's scientific production up to 2030 is projected. The research data were gathered from ISI and Scopus databases, as well as the SCImago website, which uses Scopus data to evaluate journals and countries’ scientific ranks. Choosing the section related to these databases’ addresses, the main collection of documents related to Iran's scientific production in various scientific fields, as well as all scientific production from 1996 to 2015 were extracted.
Box and Jenkins have made new tools of estimation, which are technically known as the ARIMA methodology. In these models, only dependent and residual variable interruptions are used. Therefore, ARIMA models are sometimes called non-theoretical models because they are not obtained from economic theories. ARIMA model is a summarized form of vector patterns, and if sufficient data is provided, it can estimate time series as accurately as vector patterns. Unlike econometric models that use economic theories and statistical data, time-series models only use statistical data. The time-series models that only relate the current values of a variable to its past values and the current and past error values are called single-variable time-series. These models include autoregressive processes (AR), moving average process (MA), autoregressive moving average (ARMA), and autoregressive integrated moving average process (ARIMA). The mathematical structure of the ARIMA (p,d,q) model is as follows:
 Where θ are the parameters of the moving average, p is the order of the autoregressive model, q is the order of the moving-average model, d is the degree of differencing, L is the lag operator, {Yt} are the observed values, and α is time-series mean. The string error Ut is assumed to be a random variable with a normal distribution, zero mean, and α2 variance. Generally, modeling stages in time series based on Box-Jenkins repeated trend, include four stages of experimental identification of the model structure, estimation of the unknown parameters of the model, recognition of the model's fitting, and prediction with the selected model.
Findings: Based on the statistics of the valid citation databases, the research findings show that despite fluctuations in Iran's scientific production from 1996 to 2015, overall, the country's position over these years has been favorable and above the global average.

 
Discussion:  Analyzing the data, it is projected that Iran's scientific production will be about 44713 articles at the end of 2030. This means that Iran's scientific production will grow 13% by 2030 compared to 2015, and this is an insignificant growth compared to an increase of approximately 48 times between 1996 and 2015. To improve this trend and to increase the country's scientific production, it is essential to adopt a coherent plan and a long-term policy to maintain the country's scientific acceleration and achieve a favorable position in the world. 

کلیدواژه‌ها [English]

  • future study
  • growth of scientific articles
  • ARIMA model
سالارپور، ماشااله؛ نجاری، جعفر؛ سیدآقاحسینی، سید محسن؛ صبوحی، محمود (1391). پیش بینی صادرات غیرنفتی ایران تحت تاثیر تغییرات نرخ ارز با استفاده ازمدل شبکۀ پرسپترون چندلایه (MLP)، دوفصلنامه اقتصاد پولی (دانش و توسعه سابق)، دوره جدید، سال نوزدهم، شمارۀ 4
خزایی سعید و محمود زاده امیر (1392). آینده پژوهی، انتشارات علم آفرین،چاپ چهارم، ص 24و 25
صبوری، علی اکبر. 1387. تولید علم ایران در سال 2008، مجله رهیافت، شماره 43
عباسی، عطااله (1385). مفاهیم آینده پژوهی و تاثیرات آن بر سیاست گذاری، نشریه سیاست علم و فناوری، شماره2 و 3
عبدخدا، هیوا؛ قاضی میرسعید، سید جواد؛ نوروزی، علیرضا (1389). بررسی میزان تولیدات علمی حوزه پزشکی ایران بر مبنای مدارک نمایه شده از مجلات علمی در پایگاه های اطلاعاتی منتخب، در فاصله سال های 2009-2005، مجله دانشکده پیراپزشکی دانشگاه علوم پزشکی تهران (پیاورد سلامت)، دوره 4، شماره 1و2، صفحات 30-18
عصاریان نژاد، حسین (1386). آینده پژوهی، الزامات و الگوها، ماهنامه نگرش راهبردی، شماره 85 و 86 ، ص 65 تا 86
علیان، مریم؛ یاری، شیوا (1391).مروری بر متون علم سنجی در ایران، مجله کتابداری و اطلاع رسانی، دوره 15، شماره 1 (مسلسل 57)، صفحات 215-185
فدایی، غلامرضا؛ حسن زاده کمند، هایده (1389). بررسی تولیدات علمی اعضای هیات علمی حوزۀ علوم انسانی دانشگاه تبریز طی سال های 1386- 1381، فصلنامه علمی پژوهشی نهاد کتابخانه های عمومی کشور، دروه 16، شمارۀ 2، پیاپی 61، صفحات 175- 157
قضاوی خوراسگانی رقیه (1392). کاربرد مصورسازی علم در آینده پژوهی علم و فناوری به منظور تحلیل روند پیشرفت علوم: مطالعه موردی نرم افزار سایت اسپیس.
مقدسی، رضا؛ ژاله رجبی، میترا (1390). رهیافت الگوسازی تلفیقی برای پیش بینی قیمت محصولات کشاورزی، نشریه اقتصاد و توسعه کشاورزی (علوم و صنایع کشاورزی)، جلد 25، شماره 3، صفحات 364- 355
مظفری، علی (1388). آینده پژوهی، بستر عبور از مرزهای دانش، پژوهش نامه نظم و امنیت انتظامی، شماره 8، صفحه 48- 25
منطقی (1390). آینده پژوهی، ضرورت آینده مطالعات فرهنگی و علمی، مجله اسلام و پژوهش های مدیریتی، شماره یک، صفحه 68- 51
ناصرآبادی، (1379). آینده پژوهی، مرکز مطالعات و برنامه ریزی استراتژیک، موسسه آموزشی و تحقیقاتی صنایع دفاعی تهران
نگارچی، سمانه؛ جاودان، ابراهیم؛ جلائی، سید عبدالحمید(1393). مقایسه الگوی خودتوضیح جمعی میانگین متحرک، روش های هموار سازی و رگرسیون فازی در پیش بینی ارزش افزوده بخش صنعت ایران، فصلنامه نظریه های اقتصادی مالی، شماره 4، صفحات 57- 39
وروزی چالکی (1388). مروری بر وضع ایران در پایگاه های استنادی مؤسسه اطلاعات علمی، کتاب کلیات اطلاعات، ارتباطات و دانش شناسی
نوروزی چالکی ، حسن زاده ، نورمحمدی ، اعتمادی (1388). پانزده سال تولید علم ایران در پایگاه های «مؤسسه اطلاعات علمی» ISI 1993- 2007، مطالعات ملی کتابداری و سازماندهی اطلاعات، شماره 77، ص 175- 200
نیازی، عیسی (1391). آینده نگاری تولیدات علمی حوزه زیست فناوری (بیوتکنولوژی) تا سال 2025 با استفاده از مدل ARIMA، فصلنامه علمی تخصصی مطالعات آینده پژوهی، سال اول، شماره دوم
یاعلی جهرمی، منصور؛ محمدی، حمید؛ فرج زاده، زکریا (1388). پیش­بینی قیمت چغندر قند در ایران، مجله چغندر قند، دوره 25، شماره 1، صفحات 111- 97
 
Azizi, F. (2010). Indicators of academic promotion. IJEM, 12(3), 205-7.
Bishop, P., Hines, A., & Collins, T. (2007). The current state of scenario development: an overview of techniques. foresight, 9(1), 5-25.
Box, G. E. (1976). P, and Jenkins, GM,“Time Series Analysis: Forecasting and Control,”. Time Series and Digital Processing.
Bollen, J., Rodriquez, M. A., & Van de Sompel, H. (2006). Journal status. Scientometrics, 69(3), 669-687.
Falagas, M. E., Kouranos, V. D., Arencibia-Jorge, R., & Karageorgopoulos, D. E. (2008). Comparison of SCImago journal rank indicator with journal impact factor. The FASEB journal, 22(8), 2623-2628
Firminger, L. (2003). Trend Analysis: methods and problems. Strategic Planning Services, Swinburne University of Technology, TAFE Division.
Leydesdorff, L., & Van den Besselaar, P. (1997). Scientometrics and communication theory: Towards theoretically informed indicators. Scientometrics, 38(1), 155-174.
Makridakis, S., & Hibon, M. (1997). ARMA models and the Box–Jenkins methodology. Journal of Forecasting, 16(3), 147-163.
Merat, S., Khatibzadeh, S., Mesgarpour, B., & Malekzadeh, R. (2009). A survey of the current status of web-based databases indexing Iranian journals. Arch Iran Med, 12(3), 271-8.
Noferesti, M. (1999) "Unit Root and co-Integration in Econometrics", First edition, Rasa Publication (in Persian).
Osareh, F., & Marefat, R. (2005). Iranian Researchers participate in global production of knowledge in Medline (The field of basic sciences and interdisciplinary).
Salehi, K., & Rahimi, H. (2006). Magazines explain the Evaluation process at the Institute for Scientific Information. Faslname ketab, 66, 141-160.
Tehranchi MM (2009). Study design, identification, analysis and design of the present status of research and comparative study with the best conditions for selected countries. 2nd ed. Tehran. The Science Policy Research Center, Ministry of Research Science and Technology