基于ESI学科覆盖图的中国高被引论文分析

[目的/意义]科学知识图谱以可视化的方式呈现出学科知识的发展进程与结构关系,揭示学科知识及其活动规律。[方法/过程]基于ESI学科结合Web of Science分类之间相对应的引用关系,构建ESI学科覆盖图,并以中国高被引论文为分析对象,分别从国家层面和机构层面对高被引论文进行可视化的呈现与分析。[结果/结论]研究表明:中国学者独立撰写的高被引论文与中国高被引论文的ESI学科领域分布较为相似,主要集中在化学、材料科学、物理学和工程科学等学科,分布较不均衡;国际合作推动了中国相关学科和领域的发展,在空间科学学科上尤为明显;C9联盟和E9联盟等国内一流大学联盟的学科领域分布与中国高被引论文学科总体分布基本相似,联盟内部合作比例很低,高水平论文合作撰写亟待加强。

基于SAO结构的知识演化路径分析:以医疗机器人领域为例

知识演化路径分析可以识别出知识演化过程中的关键信息,在识别知识创新趋势和把握知识发展脉络方面具有重要意义。当前知识演化路径的研究主要从主题词的相关关系入手,忽略了主题词间的语义关系和知识发展过程中的演化关系。利用主路径分析中的关键路径(Key-Route)方法,论文将SAO结构及其关系引入到演化路径分析中,系统构建了基于SAO结构的知识演化路径绘制流程,并在医疗机器人领域进行了探索性研究。研究表明基于SAO结构的知识演化路径可以呈现更加丰富的语义信息,帮助科研人员快速识别知识演化的潜在原因及其发展方向。实证表明该方法具有可行性和有效性。