Nonlinear Estimation of Similarity Among Scientists’ Disciplinary Profiles. A Case Study

• Authors: Osińska Veslava , Sokolov Oleksandr , Mreła Aleksandra

Title variants

PL

Nieliniowa ocena podobieństwa profili dyscyplinarnych naukowców. Studium przypadku.

• Languages of publication: EN PL

Abstracts

EN

PURPOSE/THESIS: Authors estimate the disciplinary similarity of researchers according to selected academic units with a different cross-section of specializations. The paper presents the model for studying disciplinary diversity of scientific units. The premise of the article is that knowledge of di­sciplinary profiles of researchers can be applied to create interdisciplinary teams, or one disciplinary team with a focused specializations. APPROACH/METHODS: The approach is based on the visualization and comparison of disciplinary space and space of co-authorship. Fuzzy logic and aggregation norm were used to calculate disciplinary weights of each journal listed in the database. For visualization, new, dimension reduction algorithm t-SNE was applied. Achieved results were verified by using the expert’s knowledge. RESULTS AND CONCLUSIONS: In the evaluation of scientific collaboration, a co-authorship relationship can be complemented by researchers’ disciplinary profiles represented by aggregation norm. Thanks to the continuity of researchers’ publishing activity, the proposed measure based on the disciplinary profile is stable. RESEARCH LIMITATIONS: The sample of both selected teams and journals database is limited. The journals from WoS/Scopus list were considered because analyzed researchers publish articles there. Additionally, during linking these two databases, problems of matching journals titles appeared. PRACTICAL IMPLICATIONS: The authors proposed a model of evaluating scientists’ disciplinary similarity and further, to estimate the potential of their collaboration. ORIGINALITY/VALUE: This approach applies fuzzy logic algorithms to quantifying scientific interests and is another rare instance of practical application of artificial intelligence algorithms (fuzzy logic) in scientometric studies.

PL

CEL/TEZA: Autorzy oceniają podobieństwo dyscyplinarne badaczy wybranych jednostek akademickich o różnej naukowej specjalizacji i przedstawiają model badania różnorodności dyscyplinarnej jednostek naukowych. Założeniem artykułu jest to, że wiedza o profilach dyscyplinarnych badaczy może być wykorzystana do stworzenia zespołów interdyscyplinarnych lub jednego zespołu dyscyplinarnego o ukierunkowanych specjalizacjach. KONCEPCJA/METODY BADAŃ: Metoda oparta jest na wizualizacji oraz porównaniu przestrzeni dyscyplinarnej i współautorstwa. Do obliczenia wag dyscyplinarnych każdego rozważanego czasopisma w bazie danych zastosowano logikę rozmytą i optymistyczną rozmytą normę agregacji. Do wizualizacji zastosowano nowy algorytm redukcji wymiarów t-SNE. Osiągnięte wyniki zostały zweryfikowane przy użyciu wiedzy ekspertów. WYNIKI I WNIOSKI: W ocenie współpracy naukowej relację współautorstwa można uzupełnić profilami dyscyplinarnymi badaczy wyznaczonymi za pomocą rozmytej normy agregacji. Dzięki ciągłości działalności wydawniczej badaczy proponowana miara oparta na profilu dyscyplinarnym jest stabilna. OGRANICZENIA BADAŃ: Próba badawcza jest ograniczona ponieważ autorzy rozważają dwa zespoły naukowców i ich publikacje z dwóch baz danych. Wybrano czasopisma z listy WoS/Scopus, ponieważ analizowani badacze tam publikują artykuły. Ponadto, podczas łączenia tych dwóch baz danych pojawiły się problemy z dopasowaniem tytułów czasopism. ZASTOSOWANIE PRAKTYCZNE: Autorzy zaproponowali model oceny podobieństwa dyscyplinarnego naukowców, a następnie oszacowania potencjału ich współpracy. ORYGINALNOŚĆ/WARTOŚĆ POZNAWCZA: Podejście to stosuje algorytmy rozmytej logiki do kwantyfikacji zainteresowań naukowych i jest kolejnym rzadkim przypadkiem praktycznego zastosowania algorytmów sztucznej inteligencji (logika rozmyta) w badaniach informatologicznych w szerokim kontekście rozmytej normy agregacji. Dzięki ciągłości działalności wydawniczej badaczy proponowana miara oparta na profilu dyscyplinarnym jest stabilna.

Keywords

EN

Aggregation norm; Authorship; Disciplinary profiles; Fuzzy logic; Scientometrics; t-SNE plot

PL

Logika rozmyta; Mapowanie t-SNE; Naukometria; Profil interdyscyplinarny; Współautorstwo

• Publisher: Stowarzyszenie Bibliotekarzy Polskich i Wydział Dziennikarstwa, Informacji i Bibliologii. Uniwersytet Warszawski
• Journal: Zagadnienia Informacji Naukowej - Studia Informacyjne
• Year: 2019
• Volume: 57
• Issue: 2A(114A)
• Pages: 12-27

Dates

published

2019-08-25

accepted

2019-11-30

Contributors

author

Osińska Veslava

• Institute of Information and Communication Research, Nicolas Copernicus University in Toruń, Poland

author

Sokolov Oleksandr

• Faculty of Physics, Astronomy and Informatics, Nicolaus Copernicus University in Toruń, Poland

author

Mreła Aleksandra

• Institute of Informatics, Kazimierz Wielki University, Poland

References

• Babik, W. ed. (2016). Nauka o informacji. Warszawa: Wydawnictwo SBP.
• Barabasi, A. (2010). Network Science [online] [10.08.2019], http://networksciencebook.com/
• Boyack, K.W., Klavans, R., Börner, K. (2005). Mapping the Backbone of Science. Scientometrics, 64(3), 351-374. DOI: http://dx.doi.org/10.1007/s11192-005-0255-6
• Buskell, A. (2017). Cultural Attractor Theory and Explanation. Philosophy, Theory and Practice in Biology, 9 (13). DOI: http://dx.doi.org/10.3998/ptb.6959004.0009.013
• Expertus (n.d.). Expertus - Bibliografia publikacji pracowników, doktorantów i studentów Uniwersytetu Mikołaja Kopernika w Toruniu [online]. Biblioteka Uniwersytecka w Toruniu [12.08.2019], http://bg.cm.umk.pl/splendor/umk/
• Fields, C. (2015). Co-authorship Proximity of A. M. Turing Awarded John von Neumann Medal Winners to the Disciplinary Boundaries of Computer Science. Scientometrics, 104(3), 809–825. DOI: https://doi.org/10.1007/s11192-015-1575-9
• Huang, M-H.; Chang, C-P. (2015). A Comparative Study on Detecting Research Fronts in the Organic Light-Emitting Diode (OLED) Field Using Bibliographic Coupling and Co-Citation. Scientometrics, 102(3), 2041–2057. DOI: https://doi.org/10.1007/s11192-014-1494-1
• Jarneving, B. (2005), A Comparison of Two Bibliometric Methods for Mapping of the Research Front. Scientometrics, vol. 65(2), 245-263. DOI: https://doi.org/10.1007/s11192-005-0270-7
• Kokowski M. (2015). Science of Science (naukoznawstwo) in Poland. The Changing Theoretical Perspectives and Political Contexts – A Historical Sketch from the 1910s to 1993. Organon [online], (47), 147–237 [23.10.2019], http://www.cyfronet.krakow.pl/~n1kokows/Kokowski-Organon-2015.pdf
• Komunikat MNSW (2019). Komunikat Ministra Nauki i Szkolnictwa Wyższego z dnia 31 lipca 2019 r. w sprawie wykazu czasopism naukowych i recenzowanych materiałów z konferencji międzynarodowych wraz z przypisaną liczbą punktów [online]. Ministerstwo Nauki i Szkolnictwa Wyższego [23.10.2019], http://www.bip.nauka.gov.pl/akty-prawne-mnisw/komunikat-ministra-nauki-i-szkolnictwa-wyzszego-z-dnia-31-lipca-2019-r-w-sprawie-wykazu-czasopism-naukowych-i-recenzowanych-materialow-z-konferencji-miedzynarodowych-wraz-z-przypisana-liczba-punktow.html
• Kulczycki, E., Rozkosz E. (2017). Publication Patterns in the Social Sciences and Humanities in Flanders and Poland. In: Proceedings of ISSI 2017 Wuhan: 16th International Society of Scientometrics and Informetrics Conference. Wuhan, China, 16–20 October 2017, 95–104.
• Kulczycki E. Stan praktyk publikacyjnych polskich czasopism naukowych w 2017 roku. [online] Report 2018 [10.08.2019], excellence-project.zut.edu.pl
• Leydesdorff, L., Wagner, C., Bornmann, L. (2019). Diversity Measurement: Steps towards the Measurement of Interdisciplinarity? Journal of Informetrics, 13(3), 904–905. DOI: https://doi.org/10.1016/j.joi.2019.03.016
• Maaten L. van der, Hinton G. (2008). Visualizing Data using t-SNE. Journal of Machine Learning Research, 9, pp. 2579-2605.
• Merigóa, J.M., Pedrycz, W., Weber, R., la Sotta, C. (2018). Fifty Years of Information Sciences: A Bibliometric Overview. Information Sciences, 432, 245-268. DOI: https://doi.org/10.1016/j.ins.2017.11.054
• MNSW (2018). Rozporządzenie Ministra Nauki i Szkolnictwa Wyższego z dnia 20 września 2018 r. w sprawie dziedzin nauki i dyscyplin naukowych oraz dyscyplin artystycznych [online]. DzU, poz. 1818, http://prawo.sejm.gov.pl/isap.nsf/DocDetails.xsp?id=WDU20180001818
• Osinska, V., Kowalska, M., Osinski, Z. (2018). The Role of Visualization in the Shaping and Exploration of the Individual Information Space: Part 1. Knowledge Organization, 45 (7), 547-558.
• Shibata, N., Kajikawa, Y., Takeda, Y., Matsushimaet, K.(2009), Comparative Study on Methods of Detecting Research Fronts. Journal of the American Society for Information Science and Technology, 60(3), 571-580. DOI: https://doi.org/10.1002/asi.20994
• Small, H., Garfield, E. (1986) The geography of science: disciplinary and national mappings. Journal of Information Science, 11(4), 147-159. DOI: https://doi.org/10.1177/016555158501100402
• Sokolov, O., Osinska, W., Mreła, A., Duch, W. (2018). Modeling of Scientific Publications Disciplinary Collocation Based on Optimistic Fuzzy Aggregation Norms. In: Advances in Intelligent Systems and Computing. Vol. 853. Information Systems Architecture and Technology: Proceedings of 39th International Conference on Information Systems Architecture and Technology – ISAT 2018, 145-156 [online]. Springer Link [10.08.2019], https://link.springer.com/chapter/10.1007/978-3-319-99996-8_14
• Yu, D., Shi, Sh. (2015). Researching the Development of Atanassov Intuitionistic Fuzzy Set: Using a Citation Network Analysis. Applied Soft Computing 32, 189–198. DOI: https://doi.org/10.1016/j.asoc.2015.03.027

Identifiers

DOI

https://doi.org/10.36702/zin.467