ScholarGate
Ассистент
Process / pipelinevisualization

Science Mapping and Knowledge Domain Visualization

Картографирование науки — это визуальный эквивалент библиометрического анализа. В то время как количество цитирований и статистические корреляции абстрактны, визуальные карты интуитивно понятны: они показывают кластеры (исследовательские сообщества), мосты (междисциплинарная работа), плотные области (активные подобласти) и изолированные узлы (периферийная или новая работа). Основная идея заключается в том, что научное знание структурировано — связанные статьи группируются вместе, влиятельные статьи занимают центральные позиции, а эволюция области видна по тому, как кластеры сливаются, разделяются или мигрируют во времени. Хорошие карты сжимают многомерные данные (тысячи статей, миллионы взаимосвязей) в 2D-визуализации, которые выявляют закономерности, невидимые в необработанных числах. Карты особенно мощны для неспециалистов: редактор журнала, оценивающий качество исследований, спонсор, оценивающий исследовательские ландшафты, или аспирант, выбирающий тему диссертации, могут получить представление из хорошо разработанной карты за минуты, тогда как чтение аннотаций или анализ статистики может занять часы.

Применить в LacunaСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

+31 more

Источники

  1. Börner, K., Chen, C., & Boyack, K. W. (2003). Visualizing knowledge domains. Annual Review of Information Science and Technology, 37, 179–255. DOI: 10.1002/aris.1440370106
  2. Chen, C. (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. DOI: 10.1002/asi.20317

Как цитировать эту страницу

ScholarGate. (2026, June 4). Science Mapping and Knowledge Domain Visualization. ScholarGate. https://scholargate.app/ru/bibliometrics/science-mapping

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Упоминается в

Анализ библиографических связейБиблиометрический анализБиблиометрические законы: законы Лотки, Брэдфорда и Ципфабиблиометрический анализ связей по библиографииБиблиометрический анализ с использованием bibliometrixБиблиометрический анализ цитирования с помощью Bibliometrixbibliometrix-assisted co-citation analysisБиблиометрический нарративный обзорБиблиометрический ускоренный обзорНаучное картирование с помощью bibliometrixСистематический обзор литературы с использованием библиометрического анализаАнализ эволюции тем с помощью библиометриксАнализ сетей соавторстваКоцитатный анализКоворд-анализНаукометрический анализ картографирования областейОбзорное исследование картирования областиАнализ совместных цитирований журналовАнализ ко-оoccurrences ключевых словМета-регрессионный ко-ворд анализСетевой анализ совместных цитированийОбзор на основе сетевого картированияСетевой наукометрический анализАнализ со-цитирования, соответствующий PRISMAИдентификация исследовательских фронтовСцинтиометрический анализСистематический обзор-картографированиеАнализ тематической эволюцииБиблиографическое сочетание с временными срезамиВременной библиометрический анализОбзор с временными срезамиВременно-сегментированный наукометрический анализВременной систематический обзор литературыАнализ временных срезов тематической эволюцииVOSviewer и CiteSpace: инструменты для библиометрического анализа и визуализацииАнализ цитирования с помощью VOSviewerАнализ совместных цитирований с помощью VOSviewerСовместный анализ слов с использованием VOSviewerМетаанализ с использованием VOSviewerСистематический обзор литературы с помощью VOSviewerАнализ эволюции тем с помощью VOSviewer
ScholarGateScience Mapping (Science Mapping and Knowledge Domain Visualization). Получено 2026-06-15 из https://scholargate.app/ru/bibliometrics/science-mapping · Набор данных: https://doi.org/10.5281/zenodo.20539026