Results found: 1

Search results

Search:
in the keywords: t-SNE plot

Sort By:

Limit search:

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

100%

Osińska V., Sokolov O., Mreła A.

Zagadnienia Informacji Naukowej - Studia Informacyjne

2019

vol. 57

issue 2A(114A)

12-27

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.

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.

Refine search results

1 Zagadnienia Informacji Naukowej - Studia Informacyjne

1 Mreła A.

1 Osińska V.

1 Sokolov O.

1 2019

Search results

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