به كارگيري معيارهاي تحليل شبكه هاي اجتماعي در ارزيابي هاي كتاب‌سنجي

Social Network Analysis in Evaluation of criteria for the use of bibliometric

هدف: پژوهش حاضر با استفاده از شاخص‌هاي علم سنجي و تحليل شبكه هاي اجتماعي به مطالعه دانشگاه تهران در توليد علم ايران در يك دوره ده ساله مي پردازد. در اين پژوهش از شاخص مركزيت شبكه هاي اجتماعي در ارزيابي مقالات نمايه شده دانشگاه تهران در نمايه وب آو ساينس استفاده شده است. روش پژوهش: اين پژوهش از نوع علم سنجي بوده و با استفاده از روش تحليل هم استنادي و تحليل شبكه اي انجام شده است و جامعه آن كليه مقالاتي است كه حداقل يك مولف وابسته به دانشگاه تهران داشته و بين سال‌هاي 1999 تا 2008 در وب آو ساينس نمايه شده اند. پس از جست‌وجو در پايگاه وب آو ساينس 4732 عنوان مقاله يافت شد و با در نظر گرفتن آستانه استنادي 900 عنوان مقاله انتخاب شد. ركوردهاي بازيابي شده در فرمت متن ساده ذخيره و سپس با استفاده از نرم-افزار سايت اسپيس مورد بررسي قرار گرفت. يافته ها: در مقالات مورد بررسي 29455 منابع مورد استناد اعضاي هيات علمي دانشگاه تهران قرار گرفت بود. كه بيش از نيمي از اين منابع ، منابع ايراني مي‌باشند. اعمال شاخص مركزيت نشان مي دهد اگرچه گنجعلي (در حوزه شيمي تجزيه) بالاترين ميزان مركزيت در شبكه هم استنادي دانشگاه تهران را داراست. اما ساير منابع با مركزيت بالا غير ايراني هستند. نتيجه گيري: در اين پژوهش منابع پر استناد و منابع با مركزيت و سيگما بالا مشخص شد. يافته ها نشان داد اگر چه بسامد استنادي مي‌توان شاخصي براي نماياني مقالات باشد. اما مقالاتي كه مركزيت بالاتري نسبت ساير مقالات به دست مي آورند الزاماً پر استنادترين مقالات نيستند.

Purpose: This survey tries to evaluate the centrality of the scientific network of university of Tehran articles which are indexed in Web of science between 1999-2008. Methodology: This research uses the social network analysis to reveal scientific map of university of Tehran and find the works with high centrality. 4732 articles were collected from Web of science and 900 articles (with 10 citation thresholds) were analyzed with Citespace. Findings: The results reveals that Ganjali (chemist) is the central node in Tehran scientific network but other important nodes are not Iranian. Conclusion: The data shows there are 29455 references in articles and half of them are Iranian. In this work the most cited references with centrality and sigma were recognized. The result shows although citation is important but the most cited reference is not the central one.