學(xué)習(xí)筆記:BiblioShiny使用介紹

本文基于公眾號(hào)“玉樹芝蘭”《如何用R快速了解科研領(lǐng)域》撰寫,感謝老師的分享。

BiblioShiny官方網(wǎng)址:https://bibliometrix.org/

BiblioShiny

官網(wǎng)說明:

Biblioshiny分為:

三個(gè)不同級(jí)別指標(biāo)的分析和圖表:

-來源?

-作者?

-文獻(xiàn)

知識(shí)的三個(gè)結(jié)構(gòu)(K結(jié)構(gòu)):?

-概念結(jié)構(gòu)?:主題和趨勢(shì)

-知識(shí)結(jié)構(gòu)?:作者對(duì)該領(lǐng)域的影響力

-社會(huì)結(jié)構(gòu):作者、機(jī)構(gòu)、國(guó)家如何彼此影響

BiblioShiny思維導(dǎo)圖

簡(jiǎn)單來說,這款工具可以對(duì)某一科研領(lǐng)域的作者、期刊、文獻(xiàn)計(jì)量分析,無需敲打代碼,就可以對(duì)該科研領(lǐng)域有一個(gè)簡(jiǎn)單的認(rèn)識(shí)。

接下來的篇幅,主要圍繞BiblioShiny各個(gè)模塊介紹,大家可以根據(jù)需求進(jìn)行相應(yīng)分析。

數(shù)據(jù)

數(shù)據(jù)從Web of Science下載,選擇數(shù)據(jù)庫(kù)“Web of Science核心合集”,檢索式主題“information serendipit*”or 主題“information encounter*”,時(shí)間跨度“所有年份”。

檢索式

對(duì)結(jié)果精煉,文獻(xiàn)類型“ARTICLE”。

結(jié)果精煉

避免文獻(xiàn)相關(guān)性過低,通過觀察,選擇前1000條。

導(dǎo)出格式選擇“其他文件格式”,記錄來源“1至500”,記錄內(nèi)容“全紀(jì)錄與引用的參考文獻(xiàn)”,文件格式“BibTex”。下一次導(dǎo)出,記錄來源改變“501-1000”。將下載的文件保存為Archive.zip。

導(dǎo)出其他格式
文件格式

安裝

通過官網(wǎng)安裝R與Rstudio,安裝后,在Rstudio中執(zhí)行以下命令。

安裝命令

如果安裝包過程中出現(xiàn)問題,有可能是鏡像問題。

選擇“Tools”中“Global Options”,Packages-CRAN Mirrors-China(Beijing)-enter鍵。

鏡像選擇

安裝成功,會(huì)跳出如下頁(yè)面。

biblioshiny界面

數(shù)據(jù)加載與過濾(Data&Filter)

選擇Data-Import or Load,Import raw file(s)-Web of Science(WoS/WoK)-BibTex,將下載的wos數(shù)據(jù)上傳,可以選擇將bibliometrix文件另存為excel/R Data Format格式。

數(shù)據(jù)加載

過濾:可以根據(jù)文獻(xiàn)類型、出版年份、被引次數(shù)、來源

過濾

數(shù)據(jù)集

Main Information(部分)

數(shù)據(jù)描述

Annual Scientific Production:每年發(fā)文量

Average Citations per Year:每年平均引用次數(shù)

Three-Fields Plot:可以更改不同字段、調(diào)整數(shù)目,繪制可視化圖,記得Apply!

Three-Fields

Sources(來源)

Most Relevant Sources:與該主題相關(guān)的期刊

Most Local Cited Sources:高被引期刊(當(dāng)前文獻(xiàn)集)

Bradford’s law:根據(jù)布拉德福定律劃分出核心區(qū)

Source Impact:期刊影響因子

Source Dynamics:期刊出現(xiàn)次數(shù)

Authors(作者)

Most Relevant Authors:最高產(chǎn)作者

高產(chǎn)作者

其中,F(xiàn)ractionalized Frequency是作者對(duì)于論文的貢獻(xiàn)率。

Fractionalized Frequency

Author’s Production over Time:高產(chǎn)作者近期發(fā)文

Lotka’s law:洛特卡定律(核心作者)

Author Impact:作者影響因子

Most Relevant Affiliations:最高產(chǎn)機(jī)構(gòu)

Corresponding Author’s Country:合著作者的國(guó)籍

其中MCP表示與其他國(guó)家作者合著論文的數(shù)量;SCP表示同國(guó)籍作者合著論文數(shù)量。

MCP_Ratio可以看出國(guó)際合作的比率高低。

合著作者的國(guó)籍

Country Scientific Production:各個(gè)國(guó)家發(fā)文量

Most Cited Countries:高被引國(guó)家以及被引次數(shù)

Document(文獻(xiàn))

Most Global Cited Documents:在web of science中高被引文獻(xiàn)

Most Local Cited Documents:在當(dāng)前數(shù)據(jù)集中高被引文獻(xiàn)

Most Local Cited Documents

Most Local Cited References:在當(dāng)前數(shù)據(jù)集中高被引的參考文獻(xiàn)

Reference Spectroscopy:每年參考文獻(xiàn)的數(shù)量

Most Frequent Words:高頻詞

根據(jù)需求,更改字段。

Keywords Plus:WoS增加的關(guān)鍵詞是和原文章相關(guān)的關(guān)鍵詞,但是作者本人沒有添加,為了增加文章在相關(guān)專題下的命中率。

高頻詞

WordCloud:詞云

詞云

TreeMap:樹圖

樹圖

Word Dynamics:詞出現(xiàn)次數(shù),展示詞變化趨勢(shì)

Trend Topics:根據(jù)今年詞出現(xiàn)頻次推測(cè)熱點(diǎn)話題

熱點(diǎn)話題

Conceptual Structure(概念結(jié)構(gòu))

Co-occurrence Network:共現(xiàn)網(wǎng)絡(luò)

可以選擇對(duì)應(yīng)詞,確定與其相關(guān)聯(lián)的其他詞

共現(xiàn)網(wǎng)絡(luò)

Thematic Map:主題地圖

橫軸:中心度;縱軸:密度

第一象限(右上角):motor themes,既重要又有良好發(fā)展;

第二象限(左上角):highly developed and isolated themes,已有良好發(fā)展,但是對(duì)于當(dāng)前領(lǐng)域不重要;

第三象限(左下角):emerging or declining themes,邊緣主題,也沒有好的發(fā)展,可能剛剛涌現(xiàn),也許即將消失;

第四象限(右下角):basic and transversal themes,對(duì)領(lǐng)域很重要,但是未獲得良好發(fā)展。一般是指基礎(chǔ)概念。

主題地圖

Thematic Evolution:主題演化

主題演化

Factorial Analysis:析因分析

三種方法:

Correspondence Analysis:對(duì)應(yīng)分析

Multiple Correspondence Analysis:多重對(duì)應(yīng)分析

Multidimensional Scaling:多維標(biāo)度法

Factorial Analysis

word map(詞匯地圖)將研究領(lǐng)域劃分為幾個(gè)類別

詞匯地圖

最具貢獻(xiàn)論文(Most Contributing Papers)

Contributing:匯總的信息中每篇論文的權(quán)重

Most Contributing Papers

在wos被引次數(shù)最高的文獻(xiàn)(Most Cited Papers)

Most Cited Papers

Intellectual Structure(知識(shí)結(jié)構(gòu))

Co-citation Network:同被引網(wǎng)絡(luò)

Historiograph:了解數(shù)據(jù)集中重要性較高文獻(xiàn)

Historiograph

Table列表中,LCS表示當(dāng)前數(shù)據(jù)集中,文獻(xiàn)被引次數(shù),也就是文獻(xiàn)在該領(lǐng)域的重要程度;GCS表示W(wǎng)eb of Science 中,文獻(xiàn)被引次數(shù)。

Historiograph

Social Structure(社會(huì)結(jié)構(gòu))

Collaboration Network:合作網(wǎng)絡(luò)(作者、機(jī)構(gòu)、國(guó)家)

國(guó)家合作網(wǎng)絡(luò)

Collaboration WorldMap

合作世界地圖

繪制圖是第一步,解讀圖是至關(guān)重要,合理應(yīng)用計(jì)量指標(biāo)以及設(shè)置參數(shù),才能快速了解某一科研領(lǐng)域。

以上對(duì)biblioshiny中的指標(biāo)解讀可能會(huì)存在不足,歡迎大家批評(píng)指正!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

推薦閱讀更多精彩內(nèi)容

  • 整天忙著做實(shí)驗(yàn),寫論文的你,一心只求多發(fā)幾篇SCI, 可能還沒怎么聽說過ESI這個(gè)詞。不過這個(gè)詞還真和每一個(gè)科研工...
    好好生活1314閱讀 5,372評(píng)論 0 2
  • --更新20190716--表格數(shù)據(jù)導(dǎo)出: --更新20181123--5.3.R4以后的版本可以從SourceF...
    loonytes閱讀 204,010評(píng)論 46 272
  • 最近計(jì)劃給師弟師妹講citespace,由于沒怎么用,忘了不少。找出一年前的筆記,做個(gè)簡(jiǎn)單整理順下思路。 一、Ci...
    凡有言說閱讀 14,215評(píng)論 1 18
  • 說明:這篇筆記由多位老師的講稿綜合而成,從“戰(zhàn)略”和“戰(zhàn)術(shù)”兩個(gè)角度闡釋了寫SCI論文的基本套路。僅供學(xué)習(xí)參考,不...
    肌肉記憶閱讀 1,142評(píng)論 0 5
  • 帕累托二八定律 百分之八十的價(jià)值來自于百分之二十的因子,其余的百分之二十的價(jià)值則來自于百分之八十的因子 所以,書讀...
    Ruirui的小廚房閱讀 4,375評(píng)論 2 13