بررسی تأثیر خطاهای نظام‌‌مند موجود در طبقه‌بندی موضوعی آی‌اس‌آی بر حجم تولیدات علمی و میزان رؤیت پذیری رشته‌ها

پژوهشنامه کتابداری و اطلاع رسانی

مقاله 14، دوره 5، شماره 2 - شماره پیاپی 10، مهر 1394، صفحه 263-284   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/riis.v5i2.18686

نویسندگان

حمیدرضا کیانی^{* 1}؛ محمدرضا داورپناه²؛ رحمت الله فتاحی³

¹دانشگاه فردوسی مشهد

²فردوسی

³فردوسی مشهد

چکیده

هدف: این پژوهش در پی بررسی ساختار طبقه‌بندی رشته‌ها و همپوشانی آن‌ها در طبقه‌بندی موضوعی آی‌اس‌آی، به‌منظور شناسایی خطاهای نظام‌مند ناشی از آن در مطالعات علم‌سنجی است.
روش: پژوهش با استفاده از روش‌ علم‌سنجی انجام پذیرفته است. جامعۀ پژوهش همۀ مقالات نمایه‌شده در پایگاه وب آو ساینس در سال 2007 به همراه استنادهای آن‌ها در طول سال‌های 2007 تا 2011 است.
یافته‌ها: یافته‌های پژوهش نشان داد نمایه‌نامه استنادی علوم اجتماعی با 32420 عنوان (79/32درصد)، بالاترین میزان همپوشانی را به نسبت کلّ مقالات خود با نمایه‌نامه استنادی جامع علوم دارد و نمایه‌نامه استنادی هنر و علوم انسانی نیز با 1308 مقاله (47/4درصد به نسبت حجم خود و 16/0درصد به نسبت حجم نمایه‌نامه استنادی جامع علوم)، کمترین میزان همپوشانی با نمایه‌نامه استنادی جامع علوم را دارد. این وضعیت منجر به افزایش حجم تولیدات علمی و میزان رؤیت‌پذیری برخی رشته‌ها شده است. بیشترین افزایش حجم نسبت به حجم اولیه و رؤیت‌پذیری نسبت به رؤیت‌پذیری اولیه در رشته‌های حوزۀ هنر و علوم انسانی مشاهده شد. جهت همپوشانی موضوعی یا تداخل محتوایی رشته‌های حوزۀ علوم بیشتر به سمت علوم اجتماعی است و برعکس؛ اما جهت همپوشانی موضوعی رشته‌های حوزۀ هنر و علوم انسانی با حوزۀ علوم و علوم اجتماعی تفاوت معناداری ندارند.

کلیدواژه‌ها

خطای نظام‌مند؛ علم‌سنجی؛ رؤیت‌پذیری؛ همپوشانی موضوعی؛ تداخل محتوایی؛ طبقه‌بندی موضوعی آی‌اس‌آی؛ پایگاه وب آو ساینس؛ مؤسسه اطلاعات علمی

مراجع

حسن زاده، رمضان، مداح، محمدتقی (1387). روش های آماری در علوم رفتاری: آمار توصیفی و آمار استنباطی. تهران: ویرایش.

داورپناه، محمدرضا (1384). روابط میان رشته ای در علوم انسانی: تحلیلی استنادی. مطالعات تربیتی و روانشناسی دانشگاه فردوسی، 18، 17-36.

داورپناه، محمدرضا (1385). جستجوی اطلاعات علمی و پژوهشی در منابع چاپی و الکترونیکی. ویرایش2. تهران: دبیزش؛ چاپار

داورپناه، محمدرضا (1386). چالش های علم سنجی در علوم انسانی. مطالعات تربیتی و روانشناسی دانشگاه فردوسی، 16(2)، 125-146.

Glanzel, W. (1996). The need for standards in bibliometric research and technology. Scientometrics, 35(2), 167-176.

Glanzel, W., & Schubert, A.(2003).A new classification scheme of science fields and subfields designed for scientometric evaluation purposes. Scientometrics, 56(3), 357-367.

Glanzel, W., Schubert, A. Schoepflin, U., & Czerwon, H. J. (1999). An Item-by-Item Subject Classification of Papers Published in Journals Covered by the SSCI Database Using Reference Analysis. Scientometrics, 46(3), 431-441.

Glanzel, W., Schubert, A., & Czerwon, H. J. (1999). An Item-by-ItemSubject Classificationof Papers Publishedin multidisciplinary and general journals Using Reference Analysis. Scientometrics, 44(3), 427-439.

Leydesdorff, L. (2007). Mapping interdisciplinarity at the interfaces between the Science Citation Index and the Social Science Citation Index. Scientometrics, 71(3), 391- 405.

Leydesdorff, L., & Probst, C. (2009). The Delineation of an Interdisciplinary Specialty in terms of a Journal Set: The Case of Communication Studies. Journal of theAmerican Society for Information Science and Technology, 60(8), 1709-1719.

Leydesdorff, L., & Rafols, I. (2009). A Global Map of Science Based on the ISI Subject Categories. Journals of American Society for Information Science and Technology, 60(2), 348- 362.

Rafols, I., & Leydesdorff, L.(2009). Content-based and Algorithmic Classifications of Journals: Perspectives on the Dynamics of Scientific Communication and Indexer Effects. Journal of theAmerican Society for Information Science and Technology, 60(9), 1823-1835.

Rinia, & et al (2002). Measuring knowledge transfer between fields of science. Scientometrics, 54(3), 347- 362.

van den Besselaar, P., & Heimeriks, G. (2001). Disciplinary, Multidisciplinary, Interdisciplinary: Concepts and Indicators. the 8th conference on Scientometrics and Informetrics–ISSI. Sydney. Australia.

Zhang, L., Liu, X., Liang, L., & Glanzel,, W. (2009). Subject clustering analysis based on ISI category classification. Journal of Informetrics, 4(2), 185-193