用于识别科学文献中新兴主题的文献计量地平线扫描方法
社会与信息网络
2022-03-01 v1 数字图书馆
摘要
本文描述了一种用于扫描新兴科学技术领域的文献计量方法,其中利用Latent Dirichlet Allocation发现科学、技术与创新体系中的主题,利用一级速率动力学建模其增长率,并利用区位商度量各实体在这些主题上的研究专门化。我们开发了多个交互式可视化界面,将这些结果集成以辅助人类分析人员。该方法通过分析过去五年的出版物、专利与资助(约1400万篇文档)得以演示,例如表明用于机器视觉的深度学习是增长最快的领域,且中国在此领域比美国具有更强的聚焦度。
引用
@article{arxiv.2202.13480,
title = {A Bibliometric Horizon Scanning Methodology for Identifying Emerging Topics in the Scientific Literature},
author = {Artjay Javier and Beth Masimore and John Chase and F. G. Serpa and John T. Rigsby and Avory Bryant and Jeffrey Solka and Ryan J. Zelnio},
journal= {arXiv preprint arXiv:2202.13480},
year = {2022}
}