شناسایی ساختار محتوایی مطالعات علم اطلاعات و دانششناسی بر اساس واژگان و مفاهیم مقالات آن در پایگاه اطلاعاتی وب‌آوساینس (2009-2013)

هدف پژوهش حاضر شناسایی و تحلیل ساختار واژگان و مفاهیم مقالات »علم اطلاعات و دانش شناسی « با استفاده از نگاشت های علمی هم واژگانی در پایگاه »وب آوساینس « است. روش به کاررفته در پژوهش حاضر تحلیل محتوای واژگان و مفاهیم متون است. در پژوهش حاضر از فنون رایج در علم سنجی شامل توزیع فراوانی قانون »برادفورد « و خوشه بندی سلسله مراتبی با رویکرد between-groups linkage، و همچنین، از تحلیل های آماری شامل فراوانی، درصد، و رگرسیون در نرم افزارهای spss و excel بهره گرفته شده است. جامعه پژوهش شامل کلیه مقالات (16475 مقاله) منتشرشده در پایگاه »وب آوساینس « طی سال های 2009-2013 است. در فرایند انجام پژوهش جهت یکدست سازی واژگان و مفاهیم عناوین مقالات از نرم افزار علم سنجی ravar premap استفاده شده است. یافته ها نشان می دهد که واژگان »اطلاعات «، »وب «، »پژوهش «، »تحلیل استنادی «، »دانش «، »کتابخانه «، »مجلات «، و »فناوری « محور اصلی مفاهیم مورد مطالعه در این رشته را تشکیل داده اند. همچنین، مفاهیم مورد مطالعه در 13 خوشه قرار گرفته اند که محورهای اصلی مطالعات شامل »آموزش و یادگیری، سواد اطلاعاتی «، »سازماندهی اطلاعات و دانش «، »منابع اطلاعاتی تحت وب و شبکه های اجتماعی «، »اخلاق حرفه ای در علم اطلاعات «، »انفورماتیک، ارتباطات و خدمات اطلاعات سلامت «، »مدیریت اطلاعات، نظام های اطلاعاتی، مدیریت دانش و نوآوری «، و »مطالعات و شاخص های علم سنجی و اطلاع سنجی « است. بررسی هم واژگانی مفاهیم علم اطلاعات و دانش شناسی بیانگر پدیداری حوزه های مطالعاتی نوظهور در مطالعات علم اطلاعات و دانش شناسی است. همچنین، شاهد حضور مطالعات میان رشته ای در بطن برون دادهای علمی علم اطلاعات و دانش شناسی هستیم.

Identifying Content Structure of “Knowledge and Information Science (KIS)” Studies Based on Co-word Analysis of Articles in “Web of Science (WoS)” Database (2009-2013)

This study aimed to identify and analyze the structure of ldquo;Knowledge and Information Science (KIS) rdquo; scientific articles using coword analysis in the ldquo;Web of Science (WoS) rdquo; database. Methodology of this study was content analysis of articles. By coword analysis of the articles, subjects and concepts of KIS were identified, using BetweenGroups Linkage algorithm in clustering techniques. The study population was selected using the census sampling of 16475 journals rsquo; articles in WoS database (20092013). Also, statistical analysis regression correlation was used. RaverPremap software, SPSS, and Excel were also used. Findings showed that the words ldquo;information rdquo;, ldquo;web rdquo;, ldquo;research rdquo;, ldquo;citation analysis rdquo;, ldquo;knowledge rdquo;, ldquo;library rdquo;, ldquo;journals rdquo;, and ldquo;technology rdquo; have high impact in studies. Analysis of clusters showed that articles words are divided into 13 clusters. The main subjects of clusters include ldquo;teaching and learning of KIS; information literacy rdquo;, ldquo;knowledge information organization rdquo;, ldquo;Web resources and social networks rdquo;, ldquo;professional ethics in information science rdquo;, ldquo;informatics, communication and health information services rdquo;, ldquo;information management; information systems; knowledge management and innovation rdquo;, ldquo;indicators of informetrics and scintometrics rdquo;. Analyzing clusters rsquo; concepts indicated emerging some other fields of science studies in KIS as a phenomenon. Given the diversity and increases of scientific capital of other disciplines in KIS scientific outputs, interdisciplinarity of KIS knowledge was increased as well. Awareness of the interdisciplinary relation of KIS with other fields enabled experts to strengthen the cooperation with their researchers.