Bibliometryczna metodologia prognozowania i oceny rozwoju dyscyplin naukowych. Analiza piśmiennictwa. Część 1. Publikacje pionierskie, metoda powiązań bibliograficznych, metoda współcytowań i metoda współwystępowania specjalistycznej terminologii naukowej

• Authors: Opaliński Łukasz

Title variants

EN

Bibliometric Methods to Foresee and Assess the Development of Scientific Disciplines. Literature Analysis. Part 1: Trailblazing Publications, Bibliographic Coupling Method, Co-citation Analysis and Co-word Methods

• Languages of publication: PL EN

Abstracts

PL

CEL/TEZA: Celem pracy jest dokonanie krytycznego przeglądu literatury naukowej dotyczącej metod ilościowych stosowanych w obszarze bibliometrycznego prognozowania przyszłego rozwoju dyscyplin naukowych. Przez „przegląd krytyczny” rozumie się wskazanie i omówienie mankamentów prezentowanych w literaturze przedmiotu podejść do rozpatrywanego problemu. KONCEPCJA/METODY BADAŃ: Przyjęta w pracy metoda polega na analizie literatury przedmiotu, stworzeniu typologii wykorzystywanych w ramach bibliometrii metod prognozowania i oceny rozwoju dyscyplin, podkreśleniu ograniczeń stosowanych w tym zakresie metod oraz wyciągnięciu wniosków końcowych. Postarano się również zaznaczyć obszary, w których przejawia się praktyczna stosowalność prognoz tempa i kierunku rozwoju dyscyplin nauki. WYNIKI I WNIOSKI: Z uwagi na fakt, że niniejszy artykuł stanowi pierwszą z dwóch części, na jakie podzielono całość analizy piśmiennictwa, przedstawione w jego ramach wyniki mają jedynie wstępny charakter. Podkreślono w ich ramach wiodącą i wciąż aktualną rolę metod zapoczątkowanych w publikacjach pionierskich, wskazano, że towarzyszące im mankamenty i próby ich przezwyciężenia stanowią integralną część ewolucji całego omawianego nurtu, a także zaznaczono istnienie silnego związku pomiędzy bibliometryczną metodologią zorientowaną prognostycznie a algorytmicznymi metodami grupowania publikacji w klastry dokumentów spójnych tematycznie, które reprezentują dyscyplinarne obszary problemowe. ORYGINALNOŚĆ/WARTOŚĆ POZNAWCZA: Oryginalność i wartość poznawcza pracy polega na podjęciu próby przybliżenia rozległości i stopnia zaawansowania badań prowadzonych nad przewidywaniem i oceną stanu rozwoju dyscyplin na świecie. Badania te są realizowane w polskim środowisku naukowym stosunkowo rzadko w związku z czym wydaje się, że przegląd przyjmowanej w ich ramach metodologii mógłby przyczynić się do wzbudzenia większego zainteresowania tą problematyką. Zaakcentowanie słabych stron poszczególnych metod jest w tym kontekście podstawą do dalszego modyfikowania i udoskonalania poszczególnych metod. W obrębie całego spektrum bibliometrii istnieje bowiem jeszcze wiele przestrzeni dla tego rodzaju przedsięwzięć, ponieważ obecnie o żadnej z metod nie można powiedzieć, że idealnie spełnia ona postawione przed nią zadanie i jest „ostatnim słowem” w ramach całego nurtu prognostycznego.

EN

PURPOSE/THESIS: The aim of the article is to provide an evaluative review of a literature on the quantitative methods of bibliometric forecasting and assessing the current state of scientific disciplines development. By “evaluative” review it is understood that the author discussed and pinpointed the drawbacks of the literature-proposed ways to assess and predict the development of scientific disciplines. APPROACH/METHODS: The method used by the author is the analysis of the literature concerning the problems under consideration. The author also proposed a typology of methods applied in the bibliometric predictions area and emphasized the flaws of some previously used methods. Moreover, the possibilities of practical applications of foresight exercises were shown. Finally, the conclusions were drown with regard to the methods oriented towards the assessment of the rate and direction of scientific disciplines development. RESULTS AND CONCLUSIONS: Taking into consideration the fact that this article is first part of a larger whole comprising the analysis of the literature in question, the conclusions drawn within the first part have only a tentative character. It was emphasized that the methods proposed in the trailblazing publications are still vital and fulfill a leading role in bibliometrics. Second, it was indicated that the drawbacks accompanying the majority of mentioned methods are an integral part of the evolution of the research mainstream which is being discussed. Third, it is necessary to note that there is a strong correlation between bibliometric predictive methods and an algorithmic means of clustering groups of publications into topic consistent subgroups. These subgroups are usually considered to represent disciplinary subspecialties or, in other words, disciplinary problem areas. ORIGINALITY/VALUE: The originality and value of the article lie in an effort to demonstrate the scope and a high degree of progress of the studies on the possibilities of prediction and assessment of the development of scientific disciplines worldwide. In the Polish scientific environment such studies are relatively rare and it seems that the review of the predictive bibliometric methodology could contribute to the stimulation of interest in the research directed towards the forecasting of future scientific trends. It is also important to stress the disadvantages of particular methods of bibliometric forecasting as in this context they create a substantial amount of space destined for possible improvements and modifications of existing methods. In the field of bibliometrics there is a need for such refinements due to the fact that currently there is no ideal method which could be described as “the last word” on the technique of anticipating future research directions.

Keywords

PL

Bibliometria; Metody ilościowe w informatologii; Prognozowanie; Rozwój dyscyplin naukowych

EN

Bibliometrics; Predictions; Development of scientific disciplines; Quantitative methods in information science

• Publisher: Stowarzyszenie Bibliotekarzy Polskich i Wydział Dziennikarstwa, Informacji i Bibliologii. Uniwersytet Warszawski
• Journal: Zagadnienia Informacji Naukowej - Studia Informacyjne
• Year: 2017
• Volume: 55
• Issue: 1(109)
• Pages: 34-65

Dates

received

2017-01-03

revised

2017-07-10

accepted

2017-08-05

Contributors

author

Opaliński Łukasz

• Oddział Informacji Naukowej Biblioteki Politechniki Rzeszowskiej, al. Powstańców Warszawy 12, 35–959 Rzeszów

References

• Adler, R.; Ewing, J.; Taylor, P. (2009). Citation Statistics. A Report from the International Mathematical Union (IMU) in Cooperation with the International Council of Industrial and Applied Mathematics (ICIAM) and the Institute of Mathematical Statistics (IMS). Statistical Science, 24(1), 1–14.
• Boyack, K.W.; Börner, K.; Klavans, R. (2009). Mapping the Structure and Evolution of Chemistry Research. Scientometrics, 79(1), 45–60.
• Boyack, K.W.; Klavans, R. (2010). Co-Citation Analysis, Bibliographic Coupling and Direct Citation: Which Citation Approach Represents the Research Front Most Accurately? Journal of the American Society for Information Science and Technology, 61(12), 2389–2404.
• Boyack, K.W.; Klavans, R. (2014). Creation of Highly Detailed, Dynamic, Global Model and Map of Science. Journal of the Association for Information Science and Technology, 65(4), 670–685.
• Braun, T.; Schubert, A.; Kostoff, R. (2000). Growth and Trends of Fullerene Reserch as Reflected in Its Journal Literature. Chemical Reviews, 100(1), 23–37.
• Briotta Parolo, P.; Pan, R.K.; Ghosh, R.; Huberman, Be.A.; Kaski, K.; Fortunato, S. (2015). Attention Decay in Science. Journal of Informetrics, vol. 9(4), 734–745.
• Chen, Ch. (2006). CiteSpace II: Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature. Journal of the American Society for Information Science and Technology, 57(3), 359–377.
• Chen, S-H.; Huang, M-H.; Chen, D-Z. (2012). Identifying and Visualizing Technology Evolution: A Case Study of Smart Grid Technology. Technological Forecasting and Social Change, 79(6), 1099–1110.
• Diodato, V. (1994). Dictionary of Bibliometrics. New York: London: Norwood: The Haworth Press.
• Dorta-González, P.; Dorta-González, M-I. (2013). Impact Maturity Times and Citation Time Windows: The 2-Year Maximum Journal Impact Factor. Journal of Informetrics, 7(3), 593–602.
• Ena, O.; Mikova, N.; Saritas, O.; Sokolova, A. (2016). A Methodology for Technology Trend Monitoring: The Case of Semantic Technologies. Scientometrics, 108(3), 1013–1041.
• Érdi, P.; Makovi, K.; Somogyvári, Z.; Strandburg, Ka.; Tobochnik, J.; Volf, P.; Zalányi, L. (2013). Prediction of Emerging Technologies Based on Analysis of the US Patent Citation Network. Scientometrics, 95(1), 225–242.
• Furukawa, T.; Mori, K.; Arino, K.; Hayashi, K.; Shirakawa, N. (2015). Identifying the Evolutionary Process of Emerging Technologies: A Chronological Network Analysis of World Wide Web Conference Sessions. Technological Forecasting and Social Change, 91, 280–294.
• Garcia, E.K. (2015). Cosine Similarity Tutorial [online]. Department of Electrical Engineering, University of Washington, [06.11.2016], http://www.minerazzi.com/tutorials/cosine-similarity-tutorial.pdf
• Garfield, E. (2004). Historiographic Mapping of Knowledge Domains Literature. Journal of Information Science, 30(2), 119–145.
• Garfield, E.; Pudovkin, A.; Istomin, V.S. (2002). Algorithmic Citation-Linked Historiography-Mapping the Literature of Science. Proceedings of the American Society for Information Science and Technology, 39(1), 14–24.
• Garfield, E.; Pudovkin, A.; Istomin, V.S. (2003). Why Do We Need Algorithmic Historiography? Journal of the American Society for Information Science and Technology, 54(5), 400–412.
• Garfield, E.; Sher, I.; Torpie, R. (1964). The use of citation data in writing the history of science. A final report of research for the Air Force Office of Scientific Research under contract AF 49(638)-1256. Philadelphia, Pennsylvania, USA: Institute for Scientific Information, Inc.
• Glänzel, W. (2012). Bibliometric Methods for Detecting and Visualizing Emerging Research Topics. El Profesional de la Información, 21(1), 194–201.
• Glänzel, W.; Schoepflin, U. (1995). A Bibliometric Study on Ageing and Reception Processes of Scientific Literature. Journal of Information Science, 21(1), 37–53.
• Glänzel, W.; Schoepflin, U. (1999). A Bibliometric Study of Reference Literature in the Sciences and Social Sciences. Information Processing and Management, 35(1), 31–44.
• Glänzel, W.; Thijs, B. (2012). Using ‘Core Documents’ for Detecting and Labelling New Emerging Topics. Scientometrics, 91(2), 399–416.
• Guo, H.; Weingart, S.; Börner, K. (2011). Mixed-Indicators Model for Identifying Emerging Research Areas. Scientometrics, 89(1), 421–435.
• Hertzel, D. (1987). Bibliometrics, History of the Development of Ideas In. In: A. Kent, H. Lancour, W. Nasri (eds.). Encyclopedia of Library and Information Science, vol. 42, Suppl. 7. New York: Marcel Dekker, Inc., 144–219.
• Huang, A. (2008). Similarity Measures for Text Document Clustering. In: J. Holland, A. Nicholas, D. Brignoli (eds.). Proceedings of the Sixth New Zealand Computer Science Research Student Conference (NZCSRSC 2008). Christchurch, New Zealand, April 14–18, 2008, 49–56 [online]. University of Canterbury, [30.08.2017], https://nzcsrsc08.canterbury.ac.nz/site/proceedings/NZCSRSC_2008_Proceedings.pdf
• Huang, M-H.; Chang, C-P. (2014). Detecting Research Fronts in OLED Field Using Bibliographic Coupling with Sliding Window. Scientometrics, 98(3), 1721–1744.
• 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.
• Hummon, N.P.; Doreian, P. (1989). Connectivity in a Citation Network: The Development of DNA Theory. Social Networks, 11(1), 39–63.
• Jarneving, B. (2005). A Comparison of Two Bibliometric Methods for Mapping of the Research Front. Scientometrics, 65(2), 245–263.
• Kajikawa, Y.; Yoshikawa, J.; Takeda, Y.; Matsushima, K. (2008). Tracking Emerging Technologies in Energy Research: Toward a Roadmap for Sustainable Energy. Technological Forecasting and Social Change, 75(6), 771–782.
• Kessler, M.M. (1963). Bibliographic Coupling Between Scientific Papers. American Documentation, 14(1), 10–25.
• KPB (2011). Krajowy Program Badań. Założenia polityki naukowo-technicznej i innowacyjnej państwa. Krajowy Program Badań opracowany na podstawie art. 4 ust. 1 ustawy o zasadach finansowania nauki. Załącznik do uchwały nr 164/2011 Rady Ministrów z dnia 16 sierpnia 2011 r. [online]. Ministerstwo Nauki i Szkolnictwa Wyższego, [30.08.2017], http://www.ncbir.pl/gfx/ncbir/userfiles/_public/bip/20110816_kpb.pdf
• Lee, W.H. (2008). How to Identify Emerging Research Fields Using Scientometrics: An Example in the Field of Information Security. Scientometrics, 76(3), 503–525.
• Lee, L-Ch.; Lee, Y-Y.; Liaw, Y-Ch. (2012). Bibliometric Analysis for Development of Research Strategies in Agricultural Technology: The Case of Taiwan. Scientometrics, 93(3), 813–830.
• Leydesdorff, L. (1987). Various Methods for the Mapping of Science. Scientometrics, 11(5–6), 295–324.
• Li, J.; Zhang, Y.; Wang, X.; Ho, Y-S. (2009). Bibliometric Analysis of Atmospheric Simulations Trends in Meteorology and Atmospheric Science Journals. Croatica Chemica Acta, 82(3), 695–705.
• Li, J.; Wang, M-H.; Ho, Y-S. (2011). Trends in Research on Global Climate Change: A Science Citation Index Expanded-Based Analysis. Global and Planetary Change, 77(1), 13–20.
• Liu, Ch.; Gui, Q. (2016). Mapping Intellectual Structures and Dynamics of Transport Geography Research: A Scientometric Overview from 1982 to 2014. Scientometrics, 109(1), 159–184.
• Liu, J.S.; Lu, L.Y.Y. (2012). An Integrated Approach for Main Path Analysis: Development of the Hirsh Index as an Example. Journal of the American Society for Information Science and Technology, 63(3), 528–542.
• Ma, V.C.; Liu, J.S. (2016). Exploring the Research Fronts and Main Paths of Literature: A Case Study of Shareholder Activism Research. Scientometrics, 109(1), 33–52.
• Mabe, M.A. (2010). Scholarly Communication: A Long View. New Review of Academic Librarianship, 16(Suppl. 1), 132–144.
• Marshakova Shaikevich, I. (1973). System of Document Connections Based on References. Nauchno--Tekhnicheskaya Informatsiya. Seriya 2., Informatsionnye Protsessy i Sistemy, 6(2), 3–8.
• Marshakova Shaikevich, I. (2005). Bibliometric Maps of Field of Science. Information Processing and Management, 41(6), 1534–1547.
• Martín-Martín, A.; Orduna-Malea, E.; Allyón, J.M.; Delgado López-Cózar, E. (2016). The Counting House: Measuring Those Who Count. Presence of Bibliometrics, Scientometrics, Informetrics, Webometrics and Altmetrics in the Google Scholar Citations, ResearcherID, ResearchGate, Mendeley & Twitter [online]. EC3 Working Papers, vol. 21, 1–60, [30.08.2017], https://arxiv.org/ftp/arxiv/papers/1602/1602.02412.pdf
• Meadows, J. (2000). The Growth of Journal Literature. In: B. Cronin & H. B. Atkins (eds.). The Web of Knowledge: A Festschrift in Honor of Eugene Garfield. Medford, NJ: Information Today, Inc., 87–108.
• MNiI (2004). Założenia polityki naukowej, naukowo-technicznej i innowacyjnej państwa. Projekt 1.10.2004 r. [online]. Ministerstwo Nauki i Informatyzacji, [30.08.2017], http://www.nauka.gov.pl/g2/oryginal/2013_05/ac91da4d11aad3d93649c13ed181b70a.pdf
• Moed, H.F.; van Leeuwen, T.N.; Reedijk, J. (1998). A New Classification System to Describe the Ageing of Scientific Journals and Their Impact Factors. Journal of Documentation, 54(4), 387–419.
• Mojena, R. (2006). Ward’s Clustering Algorithm. In: S. Kotz, C. B. Read, N. Balakrishnan, B. Vidakovic (eds.). Encyclopedia of Statistical Sciences [online]. Wiley Online Library, [11.11.2016], http://onlinelibrary.wiley.com/doi/10.1002/0471667196.ess2887.pub2/abstract
• Muraszkiewicz, M. (2014). An Essay on Information Overload. Zagadnienia Informacji Naukowej. Studia Informacyjne, 52, 1(103), 7–18.
• Nowak, P. (2006). Bibliometria. Webometria. Podstawy, wybrane zastosowania. Poznań: Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza w Poznaniu.
• Neef, M.W.; Corley, E.A. (2009). 35 Years and 160,000 Articles: A Bibliometric Exploration of the Evolution of Ecology. Scientometrics, 80(3), 657–682.
• Persson, O. (1994). The Intellectual Base and Research Fronts of JASIS 1986–1990. Journal of the American Society for Information Science, 45(1), 31–38.
• Pindlowa, W. (1988). Bibliometria i jej znaczenie dla badań nad książką. Studia o Książce, T. 17, 301–327.
• Pindlowa, W. (1994). Informetria w nauce o informacji. Metody i problemy. Kraków: Towarzystwo Autorów i Wydawców Prac Naukowych „Universitas”.
• Potiopa, P. (2011). Metody i narzędzia automatycznego przetwarzania informacji tekstowej i ich wykorzystanie w procesie zarządzania wiedzą. Automatyka, T. 15(2), 409–419.
• Price, D. de Solla (1967). Mała Nauka – Wielka Nauka. Warszawa: PWN.
• Pritchard, A. (1969). Statistical Bibliography or Bibliometrics? Journal of Documentation, 25(4), 348–349.
• Rousseau, R. (2014). Library Science: Forgotten Founder of Bibliometrics. Nature, 510(7504), 218.
• Salton, G.; Bergmark, D. (1979). A Citation Study of Computer Science Literature. IEEE Transactions on Professional Communication, 22(3), 146–158.
• Sasson, E.; Ravid, G.; Pliskin, N. (2015). Improving Similarity Measures of Relatedness Proximity: Toward Augmented Concept Maps. Journal of Informetrics, 9(3), 618–628.
• Seweryn, A.; Swoboda, I. (2013). Cytowania w polskich bazach bibliograficznych [online]. XII Krajowe Forum Informacji Naukowej i Technicznej: Społeczeństwo – Informacja – Innowacje. Wyzwania Ery Cyfrowej. Zakopane, 24–27 września 2013 r., [30.08.2017], http://www.ptin.org.pl/konferencje/12forum/repozytorium/Seweryn_Swoboda.pdf
• Shibata, N.; Kajikawa, T.; Matsushima, K. (2007). Topological Analysis of Citation Networks to Discover the Future Core Articles. Journal of the American Society for Information Science and Technology, 58(6), 872–882.
• Shibata, N.; Kajikawa, Y.; Sakata, I. (2012). Link Prediction in Citation Networks. Journal of the American Society for Information Science and Technology, 63(1), 78–85.
• Shibata, N.; Kajikawa, Y.; Takeda, Y.; Matsushima, K. (2008). Detecting Emerging Research Fronts Based on Topological Measures in Citation Networks of Scientific Publications. Technovation, 28(11), 758–775.
• Shibata, N.; Kajikawa, Y.; Takeda, Y.; Matsushima, K. (2009). Comparative Study on Methods of Detecting Research Fronts Using Different Types of Citation. Journal of the American Society for Information Science and Technology, 60(3), 571–580.
• Skalska-Zlat, M. (1988). Bibliometria – pojęcia, metody, kierunki badań. Roczniki Biblioteczne, T. XXXII (2), 259–283.
• Skalska-Zlat, M. (1993). Bibliometryczne badania rozwoju dyscypliny naukowej. Seria: Bibliotekoznawstwo XVII. Wrocław: Wydaw. UWr.
• Skalska-Zlat, M. (1999). Bibliografia jako odbicie rozwoju nauki. Zagadnienia Naukoznawstwa, 1(139), 57–63.
• Small, H. (1973). Co-Citation in the Scientific Literature: A New Measure of the Relationship Between Two Documents. Journal of the American Society for Information Science, 24(4), 265–269.
• Small, H. (2006). Tracking and Predicting Growth Areas in Science. Scientometrics, 68(3), 595–610.
• Small, H.; Boyack, K.W.; Klavans, R. (2014). Identifying Emerging Topics in Science and Technology. Research Policy, 43(8), 1450–1467.
• Small, H.; Griffith, B.C. (1974). The Structure of Scientific Literatures I: Identifying and Graphing Specialties. Science Studies, 4(1), 17–40.
• Small, H.; Sweeney, E. (1985). Clustering the Science Citation Index Using Co-Citations: I. A Comparison of Methods. Scientometrics, 7(3–6), 391–409.
• Sosińska-Kalata, B. (2002). Klasyfikacja. Struktury organizacji wiedzy, piśmiennictwa i zasobów informacyjnych. Warszawa: Wydaw. SBP.
• Soós, S. (2014). Age-Sensitive Bibliographic Coupling Reflecting the History of Science: The Case of the Species Problem. Scientometrics, 98(1), 23–51.
• Sun, X.; Ding, K.; Lin, Y. (2016). Mapping the Evolution of Scientific Fields Based on Cross-Field Authors. Journal of Informetrics, 10(3), 750–761.
• Takeda, Y.; Kajikawa, Y. (2009). Optics: A Bibliometric Approach to Detect Emerging Research Domains and Intellectual Bases. Scientometrics, 78(3), 543–558.
• Tseng, Y-H.; Lin, Y-I.; Lee, Y-Y.; Hung, W-Ch.; Lee, Ch-H. (2009). A Comparison of Methods for Detecting Hot Topics. Scientometrics, 81(1), 73–90.
• Tu, Y-N.; Hsu, S-L. (2016). Constructing Conceptual Trajectory Maps to Trace the Development of Research Fields. Journal of the Association for Information Science and Technology, 67(8), 2016–2031.
• Upham, S.P.; Small, H. (2010). Emerging Research Fronts in Science and Technology: Patterns of New Knowledge Development. Scientometrics, 83(1), 15–38.
• Van Den Besselaar, P.; Heimeriks, G. (2006). Mapping Research Topics Using Word-Reference Co--Occurences: A Method and an Exploratory Case Study. Scientometrics, 68(3), 377–393.
• Verbeek, A.; Debackere, K.; Luwel, M.; Zimmermann, E. (2002). Measuring Progress and Evolution in Science and Technology – I: The Multiple Uses of Bibliometric Indicators. International Journal of Management Reviews, 4(2), 179–211.
• Waltman, L.; Van Eck, N.J. (2012). A New Methodology for Constructing a Publication-Level Classification System of Science. Journal of the Association for Information Science and Technology, 63(12), 2378–2392.
• Wang, Ch-Ch.; Ho, Y-S. (2016). Research Trend of Metal-Organic Frameworks: A Bibliometric Analysis. Scientometrics, 109(1), 481–513.
• Wang, X.; Wang, Z.; Xu, S. (2013). Tracing Scientists’ Research Trends Realtimely. Scientometrics, 95(2), 717–729.
• Wierzchoń, S.T.; Kłopotek, M.A. (2015). Algorithms of cluster analysis. Warszawa: Institute of Computer Science, Polish Academy of Sciences.
• Wilson, R.J. (2012). Wprowadzenie do teorii grafów. Warszawa: PWN.
• Zheng, T.; Wang, J.; Wang, Q.; Nie, Ch.; Shi, Z.; Wang, X.; Gao, Z. (2016). A Bibliometric Analysis of Micro/Nano-Bubble Related Research: Current Trends, Present Application, and Future Prospects. Scientometrics, 109(1), 53–71.
• Zitt, M.; Bassecoulard, E. (1994). Development of a Method for Detection and Trend Analysis of Research Front Built by Lexical or Co-Citation Analysis. Scientometrics, 30(1), 333–351.

Identifiers

ISSN

0324-8194

EISSN

2392-2648

DOI

https://doi.org/10.36702/zin.348