معرفی بسته بیبلیومتریکس BIBLIOMETRIX

همکار یابش - زنگنه۱۴۰۳-۰۵-۰۹بازدید ۳۶۴
Posted on

معرفی بسته بیبلیومتریکس BIBLIOMETRIX

بیبلیومتریکس چیست؟

بیبلیومتریکس bibliometrix یک ابزار منبع باز برای تحقیقات کمی در علم‌سنجی و کتاب‌سنجی است که شامل تمام روش‌های اصلی تجزیه و تحلیل کتاب‌سنجی است. با بیبلیوشاینی biblioshiny، یک برنامه وب کاربردی، استفاده از بیبلیومتریکس حتی برای کسانی که هیچ مهارت کدنویسی ندارند بسیار آسان شده است. یک بسته کامل برای گردش کار نقشه‌برداری علوم که همه ابزارها را برای دنبال کردن یک تجزیه و تحلیل کتاب‌سنجی کامل فراهم می‌کند. توسط مسیمو آریا Massimo Aria و کورادو کاکرلو Corrado Cuccurullo ایجاد و توسعه داده شده است. بیبلیومتریکس یک نرم افزار متن باز است. هر کسی می تواند کد منبع را بازرسی، اصلاح و بهبود بخشد. منابع بیبلیومتریکس در “شبکه رسمی آرشیو R جامع” (CRAN) و درگیت‌هاب GitHub، پلتفرم توسعه نرم‌افزار پیشرو در جهان منتشر شده است.

 
نرم افزار بیبلیومتریکس
 

تاریخچه بیبلیومتریکس

در سال ۲۰۰۸ کورادو کاکرلو Corrado Cuccurullo در حال نوشتن یک مونوگراف در مورد شرکت‌های با رشد سریع بود. موضوعی خاص، که برای اولین بار به آن پرداخت. ادبیات علمی نسبتاً محدود بود. محققان از رشته‌های مختلف با رویکردها و روش‌های متنوعی آمدند که جمع‌آوری یافته‌ها را دشوار می‌کرد. او با کمک مسیمو آریا  Massimo Aria در جریان یک مسابقه فوتبال در بین دانشجویان در مورد این مشکل تحقیق صحبت کردند. بحث آنها چندین روز در مورد تکنیک‌های مختلف تحلیل نظام‌مند ادبیات ادامه یافت و از تبادل نظر لذت بردند و به این نتیجه رسیدند که کتاب‌سنجی روش جالبی است و بررسی آن با هم جالب خواهد بود. هدف آنها بررسی ساختار فکری تحقیقات شرکت‌های با رشد سریع بود. آنها تمام تولیدات علمی منتشر شده در مجلات دانشگاهی نوشته شده به زبان انگلیسی را تجزیه و تحلیل کردند. تجزیه و تحلیل پیچیده بود زیرا به چندین مرحله و ابزارهای نرم افزاری تحلیل و نقشه برداری متنوع نیاز داشت که اغلب فقط تحت مجوزهای تجاری در دسترس بودند. تمام فرآیندها، از جمع آوری داده‌ها تا مصورسازی داده‌ها، دشوار بود. مسیمو با مهارت‌های آماری و کدنویسی خود کمک زیادی کرد.
همکاری مسیمو و کورادو در لحظات مفرح مانند مسابقات مکرر فوتبال ادامه یافت. در حین تجزیه و تحلیل داده‌ها، متوجه شدند که از کار با هم لذت می‌برند. خلاصه دوستی آنها خیلی زود به یک همکاری علمی تبدیل شد که هنوز پابرجاست. این نرم افزار توسط شرکت کی سینت(سینث) K-Synth توسعه داده شده و پشتیبانی می‌شود.

 

قابلیتها و کاربردهای بیبلیومتریکس

بیبلیومتریکس بخشی از خانواده بزرگ بسته های R برای انجام تحقیقات کمی در علم‌سنجی و کتاب‌سنجی است که بیبلیوورس Biblioverse نام دارد و توسط تیم کی سینت(سینث) K-Synth توسعه یافته است. علاوه بر بیبلیومتریکس، بسته‌های اصلی توسعه یافته به شرح زیر است:

هدف بسته دایمنشنز آر dimensionsR جمع‌آوری ابرداده درباره انتشارات، کمک‌های مالی و اسناد خط مشی از Digital Science Dimensions با استفاده از DSL API است.


pubmedR 

هدف بسته pubmedR جمع آوری ابرداده در مورد انتشارات، کمک‌های مالی، شرایط MeSH و آزمایشات بالینی از پایگاه داده PubMed با استفاده از API های NCBI REST است.

هدف بسته openalexR جمع آوری ابرداده‌های کتابشناختی درباره نشریات، نویسندگان، مکان‌ها، مؤسسات و مفاهیم از OpenAlex با استفاده از API است.

جریان کار نقشه برداری علوم: بیبلیومتریکس از یک گردش کار توصیه شده برای انجام تحلیل‌های نقشه‌برداری علمی پشتیبانی می‌کند.

جریان کار نقشه برداری علوم در بیبلیومتریکس

 

مجموعه‌ای جامع از توابع

مجموعه توابع در نرم افزار بیبلیومتریکس
 

آسان برای ارتقا و ادغام: بیبلیومتریکس انعطاف‌پذیر است و می توان آن را به سرعت ارتقا داد و با سایر بسته‌های آماری R ادغام کرد. بنابراین در علم دائماً در حال تغییرِ کتاب‌سنجی مفید است. بیبلیومتریکس یک ابزار منحصر به فرد است که در محاسبات آماری و زبان گرافیکی R، بر اساس یک گردش کار منطقی کتاب سنجی توسعه یافته است. R بسیار توسعه پذیر است زیرا یک زبان برنامه نویسی شی گرا و کاربردی است و بنابراین خودکار کردن تحلیل ها و ایجاد توابع جدید بسیار آسان است. از آنجایی که ماهیت نرم‌افزاری باز دارد، کمک گرفتن از جامعه کاربران که عمدتاً توسط آماردانان برجسته تشکیل شده‌اند نیز آسان است. بنابراین، بیبلیومتریکس انعطاف‌پذیر است و می‌تواند به سرعت ارتقا یابد و می‌تواند با سایر بسته‌های آماری R ادغام شود. به همین دلیل، در علم دائماً در حال تغییر مانند کتاب‌سنجی مفید است.

Biblioshiny بیبلیو شاینی:

یک برنامه مبتنی بر وب است که در بسته بیبلیومتریکس گنجانده شده است. بیبلیومتریکس برای غیر کدگذارهاست. یک برنامه درخشان جدید برای استفاده از بیبلیومتریکس در یک مرورگر وب. با biblioshiny، بیبلیومتریکس برای غیر کدنویس‌ها آسان می شود؛ فقط کافیست بیبلیومتریکس را نصب کنید، بعد library(bibliometrix) را نصب و بارگذاری کنید و () biblioshiny را تایپ کنید و بازی شروع می شود!

بیبلیو شاینی
 

در محیط شاینی Shiny توسعه یافته است بیبلیوشاینی عملکرد بسته بیبلیومتریکس را با سهولت استفاده از برنامه های وب با استفاده از محیط بسته شاینی Shiny ترکیب می‌کند.

عملکرد بیبلیوشاینی
 

بیبلیوشاینی به شما این امکان را می‌دهد که با استفاده از API ها (Application Programming Interfaces) فایل‌ها را وارد یا بارگیری کنید یا داده‌ها را جمع‌آوری کنید.

از جمع آوری داده ها تا تجسم داده ها: این بسته با دانلود داده‌ها از پایگاه‌های مختلف کتابشناختی شروع می‌شود
با شروع از بارگذاری داده‌ها، می توان تحلیل را نیز با نمودارهای مناسب و پویا انجام داد. بسته بیبلیومتریکس روال‌های مختلفی را برای وارد کردن داده‌های کتاب‌شناختی از پایگاه‌های داده‌های

SCOPUS، Clarivate Analytics web of Science، PubMed، Digital Science Dimensions و پایگاه‌های اطلاعاتی کاکرین Cochrane، انجام تجزیه و تحلیل کتاب‌سنجی و ساخت ماتریس‌های داده برای هم‌استناد، جفت، تجزیه و تحلیل همکاری علمی و تجزیه و تحلیل هم واژه ارائه می‌کند.

ساخته شده در R: این بسته به زبان R ساخته شده است، یک زبان برنامه نویسی برای محاسبات آماری و گرافیک که توسط تیم R Core و بنیاد R برای محاسبات آماری پشتیبانی می شود.

 
بیبلیومتریکس ساخته شده به زبان R
 

امروزه بیبلیومتریکس چیزی بیش از یک ابزار آماری است. در حال تبدیل شدن به جامعه ای از توسعه دهندگان و کاربران بین المللی است که سوالات، برداشت ها، نظرات و مثال ها را در یک پروژه منبع باز تبادل می کنند. بیبلیومتریکس شامل تمام روش های اصلی تجزیه و تحلیل کتاب سنجی است، اما ما از آن به ویژه برای نقشه برداری علمی استفاده می کنیم و نه برای اندازه گیری علم، دانشمندان یا بهره وری علمی. ترکیب یافته های تحقیقات گذشته یکی از مهمترین وظایف در پیشبرد یک خط تحقیق است. روش‌های مختلفی برای خلاصه کردن میزان فعالیت علمی در یک حوزه وجود دارد، اما کتاب‌سنجی این پتانسیل را دارد که یک فرآیند مرور سیستماتیک، شفاف و قابل تکرار را معرفی کند. این در عصری که تعداد انتشارات دانشگاهی با سرعت بسیار بالایی در حال افزایش است -و پیگیری همه چیزهایی که منتشر می شود به طور فزاینده ای غیرممکن است- بسیار مفید است. زمانی که تأکید بر مشارکت‌های تجربی منجر به جریان های تحقیقاتی پرحجم و پراکنده و یک زمینه مورد بحث می‌شود. مرور ادبیات به طور فزاینده‌ای نقش مهمی در ترکیب یافته‌های تحقیقات گذشته برای استفاده مؤثر از پایگاه دانش موجود، پیشبرد خط تحقیق و ارائه بینش‌های مبتنی بر شواهد و حفظ قضاوت و تخصص حرفه‌ای ایفا می‌کند. کتاب‌سنجی با ارائه یک تحلیل ساختاریافته برای حجم وسیعی از اطلاعات، برای استنتاج روندها در طول زمان، موضوعات مورد تحقیق، شناسایی تغییرات در مرزهای رشته‌ها و برای شناسایی بیشتر محققان و مؤسسات پرکار، و نشان دادن «تصویر بزرگ» تحقیقات موجود مفید واقع می‌شود.

دانلود و نصب بسته بیبلیومتریکس

برای استفاده از بیبلیومتریکس و بیبلیوشاینی لازم است R را نصب کنید. آخرین نسخه R را دانلود و نصب کنید (https://cran.r-project.org/)

نسخه Stable Version: این نسخه پایدار است که در مخزن رسمی R (CRAN) منتشر شده و ماهانه به روز می‌شود. این نسخه را می‌توان به دو روش دانلود کرد:

نصب بسته bibliometrix در R

روش ۱: استفاده از کنسول R

  1. R را نصب کنید: آخرین نسخه R را از وب‌سایت رسمی https://www.r-project.org/ دانلود و نصب کنید.
  2. کنسول R را باز کنید: این معمولا یک پنجره سیاه و سفید است که می‌توانید در آن دستورات را تایپ کنید.
  3. کد نصب را اجرا کنید: دستور زیر را در کنسول R تایپ کنید و Enter را فشار دهید:
install.packages("bibliometrix")

پنجره ای باز می شود و از شما می خواهد نمایندگی CRAN را انتخاب کنید.از لیست Iran, Mashhad را انتخاب کنید بعد از یکی دو دقیقه و نصب فایل‌های مختلف به شما پیام نصب موفقیت آمیز بیبلیومتریکس نشان داده می‌شود. این نشان می‌دهد بسته بیبلیومتریکس و تمام وابستگی‌های آن دانلود و نصب شده‌اند.

حالا برای نصب بیبلیوشاینی

ابتدا library(bibliometrix) را در کنسول R تایپ کنید.بعد که پیام نصب موفق آمیز را دریافت کردید. حالا کافیست () biblioshiny را تایپ کنید. بعد از چند ثانیه و نصب فایل‌های لازم، بیبلیو شاینی به طور خودکار و توسط مرورگر در محیط وب باز خواهد شد.

روش ۲: استفاده از RStudio

  1. RStudio را دانلود و نصب کنید: اگر قبلاً آن را ندارید، آخرین نسخه RStudio را از https://posit.co/ دانلود کنید.
  2. RStudio را باز کنید: RStudio یک رابط کاربری آسان برای کار با R ارائه می دهد.
  3. به منوی Packages بروید: در نوار منوی بالا، به Tools -> Install Packages… بروید.
  4. bibliometrix را جستجو کنید: در نوار جستجوی پنجره نصب بسته، “bibliometrix” را تایپ کنید.
  5. با وابستگی ها نصب کنید: مطمئن شوید که کادر کنار “Install dependencies” علامت زده شده است. با این کار اطمینان حاصل می کنید که تمام بسته های لازم برای عملکرد bibliometrix نیز نصب می شوند.
  6. روی Install کلیک کنید: برای دانلود و نصب بسته bibliometrix، روی دکمه “Install” کلیک کنید.

هر دو روش به یک نتیجه می رسند: نصب بسته bibliometrix در محیط R شما. روشی را انتخاب کنید که برایتان راحت تر است!

 

منوهای بیبلیومتریکس(بیبلیوشاینی)

بعد از نصب پکیج بیبلیومتریکس و کتابخانه مرتبط با آن، و نصب بیبلیو شاینی محیط بیبلیوشاینی از طریق مرورگر و مطابق تصویر زیر باز می شود:

محیط نرم افزار بیبلیوشاینی
 

همانطور که در تصویر می بینید در قسمت سمت چپ صفحه شما دو گزینه info و Data را دارید. در قسمت info دو زیر منو یا گزینه Supported Files و Teams Publications تعبیه شده است.

Data شامل سه گزینه است:

۱٫ Import or Load

در این قسمت شما می توانیدداده ها را وارد کنید و یا از داده‌هایتان خروجی بگیرید.

وارد کردن داده ها در بیبلیوشاینی
 

۲٫API

شما می‌توانید از طریق APIهای پابمد و دایمنشنز داده‌های خود را دانلود کنید و یا خروجی بگیرید.

وارد کردن داده از طریق API در بیبلیوشاینی
 

۳٫Merge Collections

می توانید داده های خود را از دیتابیس‌ها و پایگاه‌های اطلاعاتی مختلف یکپارچه کنید.

یکپارچه سازی داده ها در بیبلیوشاینی
 

منابع آموزشی بیبلیومتریکس

منابع آموزشی بیبلیوشاینی

نرم افزار های مشابه

شباهت ها:

  • هدف: همه نرم افزارهای علم سنجی برای تجزیه و تحلیل داده های علمی و ارائه بینش در مورد روندها و الگوهای تحقیقاتی استفاده می شوند.
  • قابلیت های پایه: اکثر نرم افزارهای علم سنجی می توانند شاخص های علم سنجی اساسی مانند تعداد انتشارات، استنادات، h-index و g-index را محاسبه کنند.
  • نمایش داده ها: نمودارها و جداول را برای ارائه بصری اطلاعات علمی ارائه می دهند.

تفاوت ها:

  • تمرکز: بیبلیوشاینی به طور خاص برای تجزیه و تحلیل داده های کتاب سنجی با استفاده از زبان برنامه نویسی R طراحی شده است. در حالی که سایر نرم افزارها ممکن است رابط کاربری نقطه ای و کلیک داشته باشند و به دانش برنامه نویسی کمتری نیاز داشته باشند.
  • قابلیت ها: بیبلیوشاینی مجموعه ای جامع از ابزارها را برای تجزیه و تحلیل های پیشرفته کتاب سنجی، از جمله تجزیه و تحلیل شبکه، تجزیه و تحلیل موضوعی و مدل سازی ارائه می دهد.
  • انعطاف پذیری: بیبلیوشاینی به عنوان یک بسته R، انعطاف پذیری زیادی را برای کاربران ارائه می دهد تا تجزیه و تحلیل های سفارشی خود را ایجاد کنند.
  • یادگیری: بیبلیوشاینی ممکن است برای کاربران جدید که با R آشنایی ندارند، منحنی یادگیری سخت تری داشته باشد.
  • هزینه: بیبلیوشاینی نرم افزاری رایگان و منبع باز است، در حالی که برخی از نرم افزارهای علم‌سنجی دیگر ممکن است هزینه اشتراک داشته باشند.

دیگر نرم افزارهای علم سنجی در مقابل بیبلیوشانی

  • VOSviewer: برای تجزیه و تحلیل شبکه و نقشه برداری از داده های علمی استفاده می شود.
  • CiteSpace: برای تجزیه و تحلیل موضوعی و شناسایی موضوعات کلیدی در مجموعه داده های علمی استفاده می شود.
  • UCINET: نرم افزاری برای تجزیه و تحلیل شبکه های اجتماعی است. برای محاسبه شاخص‌های مرکزی، شناسایی زیرگروه ها و تجزیه و تحلیل نقش ها مناسب است.
  • Bibexcel: برای آماده سازی داده ها برای تجزیه و تحلیل با سایر نرم افزارها مانند VOSviewer و Pajek طراحی شده است.
 
ویژگیBiblioshinyBibexcelVOSviewerPajekCiteSpaceUCINET
نوعبسته Rنرم افزارنرم افزارنرم افزارنرم افزارنرم افزار
تمرکزتجزیه و تحلیل های پیشرفته کتاب سنجیآماده سازی داده ها، تجزیه و تحلیل های اساسی کتاب سنجیتجزیه و تحلیل شبکهتجزیه و تحلیل شبکه و تجسم داده هاتجزیه و تحلیل موضوعی، تجزیه و تحلیل استنادتجزیه و تحلیل شبکه
رابط کاربریمبتنی بر R———–بصریبصریبصریگرافیکی
قابلیت هاانعطاف پذیر، قدرتمندمحدودمتوسطپیشرفتهپیشرفتهمتوسط
هزینهرایگان و منبع بازرایگان و منبع بازنداردنداردنسخه رایگان با قابلیت های محدود، نسخه کامل پولینسخه رایگان با قابلیت های محدود، نسخه کامل پولی
منحنی یادگیریدشوارآسانمتوسطمتوسطمتوسطمتوسط

انتخاب بهترین نرم افزار علم سنجی به نیازها و ترجیحات خاص شما بستگی دارد. اگر به دنبال یک ابزار قدرتمند و انعطاف‌پذیر برای تجزیه و تحلیل‌های پیشرفته کتاب‌سنجی هستید، بیبلیوشاینی یا سایت‌اسپیس گزینه‌های خوبی هستند. اگر به دنبال یک رابط کاربری آسان‌تر هستید یا دانش برنامه‌نویسی ندارید، بیب‌اکسل ممکن است مناسب‌تر باشد. اگر به طور خاص به تجزیه و تحلیل شبکه علاقه دارید، وس ویوور، پاژک یا یو سی آی نت گزینه‌های خوبی هستند.

 

منابع

مطالب مرتبط

این پست چقدر برای شما مفید بود؟

روی یک ستاره کلیک کنید تا به آن امتیاز دهید!

میانگین امتیاز ۵ / ۵٫ تعداد امتیاز: ۱

اولین نفری باشید که به این پست امتیاز می دهید.

اشتراک گذاری این مطلب:
مطالب مرتبط:
دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *