چکیده:
هدف: هدف از پژوهش، شناسایی ویژگیهای تولیدات علمی حوزۀ ریزداده نمایهشده در پایگاه وب آو ساینس و تبیین کاربرد آن بر مبنای شناسایی واژگان تولیدات علمی مرتبط با این موضوع به تفکیک حوزههای علمی است.روششناسی: پژوهش حاضر از نوع توصیفی با رویکرد علمسنجی و روش تحلیل محتوا و بهرهمندی از فنون تحلیل همواژگانی و تحلیل شبکه اجتماعی انجام شده است. تحلیل دادهها با نرمافزارهای هیستسایت، بایباکسل، گفی و اس.پی.اس.اس؛ و ترسیم دادهها با نرمافزار وی او اس ویوئر انجام شده است.یافتهها: طی دهههای گذشته میزان انتشار تولیدات علمی حوزۀ ریزداده روندی افزایشی با میانگین نرخ رشد سالانۀ 15.59 درصد داشته است. هرچند دانشگاه چنگکونگ (تایوان) از نظر میزان تولید علم و دریافت استناد جایگاه اول را کسب کرد، درمجموع ایالات متحده، چین و آلمان بهعنوان کشورهای برتر شناخته شدند. بیش از 90 درصد این تولیدات مربوط به حوزههای علوم رایانه، مهندسی، ریاضیات، مخابرات و فیزیک است. خوشهبندی همواژگانی در این حوزهها بهترتیب منجر به تشکیل 8، 6، 7، 5 و 3 خوشه شد. بیشترین مرکزیت درجه مربوط به یادگیری ماشینی، اینترنت اشیاء و وجود جهانی است؛ کلیدواژههای انطباق، نمودار دوقطبی و یادگیری ماشینی بیشترین مرکزیت نزدیکی و یادگیری ماشینی، فناوری تکامل بلندمدت و وجود جهانی دارای بیشترین مرکزیت بینابینی در حوزههای علمی فوقاند.نتیجهگیری: الگوی انتشار تولیدات علمی حوزه ریزدادهها نشاندهندۀ وضعیت بالندگی مستمر است. مباحث نظری ریزدادهها بیشتر در علوم ریاضیات و فیزیک تکامل یافته و کاربردهای آن در علوم رایانه و حوزههای دیگر در حال گسترش است.
Purpose: The purpose of this study is to identify the characteristics of scientific products in the field of small-data indexed in the Web of Science database and to explain its application based on identifying the words of scientific products related to this subject separately by scientific fields.Methodology: This research is a descriptive study based on the scientometric approach and content analysis method, which has been done by using the common techniques of co-word analysis and social network analysis. Data analysis was performed by HistCite, Bibexecl, Gephi, and SPSS software; and the data mapping is done by VOSviewer.Findings: Over the past decades, the rate of publications in the field of small data has had an increasing trend with an average annual growth rate of 15.59%. The main language of these works is in English. Although the National Cheng Kung University (Taiwan) ranked the first of organizations in this field, the United States, China and Germany recognized the top countries in this field, overall. More than 90% of these products are in the fields of Computer Science (8 clusters), Engineering (6 clusters), Mathematics (7 clusters), Telecommunications (5 clusters), and Physics (3 clusters). The greatest degree of centrality belongs to Machine Learning, the Internet of Things, and Universal existence; the most closeness centrality belongs to Adaptation, Bipartite Graph, and Machine Learning; and the most betweenness centrality belongs to Machine Learning, Long-Term Evolution Technology, and Global Existence.Conclustion: The pattern of dissemination of scientific products in the field of small data indicates a continuous growth situation. Theoretical discussions of microdata have further evolved in mathematics and physics, and its applications in computer science and other fields are expanding.
خلاصه ماشینی:
com چکيده هدف : هدف از پژوهش ، شناسايي ويژگيهاي توليدات علمي حوزة ريزداده نمايه شده در پايگـاه وب آو ساينس و تبيين کاربرد آن بر مبناي شناسـايي واژگـان توليـدات علمـي مـرتبط بـا ايـن موضوع به تفکيک حوزه هاي علمي است .
پيشينه پژوهش بررسي پيشينه ها در داخل و خارج نشان ميدهد که هم رخدادي واژگان يکـي از روش هـايي اسـت کـه در بيشـتر مطالعات علم سنجي براي ترسيم ساختار موضوعي و فکري در حوزه هاي علمي مختلف استفاده شده است ؛ ازآنجاکـه به طور خاص در حوزه ريزداده مطالعاتي با رويکرد علم سنجي بازيابي نشد در ادامه به مرور برخي پژوهش هـاي داراي رويکرد علم سنجي با تأکيد بر پژوهش هاي هم رخدادي در سال هاي اخير به ويژه در حوزه هـاي مـرتبط بـا داده (نظيـر کلان داده ، علم داده ، داده هاي پيوندي و غيره ) ميپردازيم .
261 پيشينه پژوهش در خارج لوپزروبلز١ و همکاران (٢٠١٨) در پژوهشي به بررسي ساختار فکري و مضامين حوزه کلان داده در وب آو ساينس ساينس در سال هاي ٢٠١٢ تا ٢٠١٧ و همچنين تحليل نويسندگان و کشورهاي برتر با استفاده از نرم افـزار سـاي ٢ مـت پرداخته است .
تحليل هم واژگاني منجر به شکل گيري چه خوشه ها و موضوعاتي بر اسـاس سنجه هاي مرکزيت در حوزه هاي علمي مشارکت کننـده در موضـوع ريـزداده شـده اسـت ؟ ميـزان شباهت موضوعي حوزه هاي علمي مورد نظر چقدر است ؟ در اين مرحله به منظور ترسيم و تحليل ساختار فکري توليدات علمي حوزه ريزداده در پنج حوزه علمـي، تمـامي توليدات علمي استخراج شده از وب آو ساينس به تفکيک علوم مختلف وارد نرم افزار وي.