تحیل شبکه هم نویسندگی پژوهشگران حوزه علوم پزشکی ایران: مطالعه‌ای با استفاده از تحلیل شبکه‌های اجتماعی

سابقه و هدف: شبکه هم نویسندگی دانشمندان، الگویی از شبکه های پیچیده و در حال توسعه را نمایش می دهد. هدف از پژوهش حاضر، تحلیل ساختار قدرت در شبکه هم نویسندگی پژوهشگران حوزه علوم پزشکی ایران بر مبنای سنجه مرکزیت می باشد.مواد و روش ها: این پژوهش با استفاده از روش تحلیل شبکه ای صورت گرفته است. جامعه پژوهش حاضر کلیه نویسندگان ایرانی هستند که در یکی از 7 مجله علوم پزشکی ایرانی نمایه شده در پایگاه isi مقاله منتشر کرده اند. گردآوری داده ها در دو مرحله انجام شد. مرحله اول با دسترسی الکترونیکی به مقالات و در مرحله دوم برای گردآوری نظرات نویسندگان دارای نقش مرکزیت، از پرسشنامه استفاده گردید. برای تجزیه و تحلیل داده ها از ضریب همبستگی پیرسون و رگرسیون استفاده شده است.یافته ها: یافته های پژوهش نشان داد که بین متغیرهای پیش بین مرکزیت رتبه، بتا، بردار ویژه و نزدیکی با متغیر ملاک بهره وری، در سطح 0/001 رابطه معنی داری وجود دارد. نتایج حاصل از تحلیل رگرسیون نشان داد که بین نمره های سنجه مرکزیت و بهره وری پژوهشگران حوزه علوم پزشکی ایران رابطه وجود دارد و این رابطه از نوع مستقیم و مثبت می باشد یعنی هر چه متغیرهای پیشبین بهبود یابد میزان بهره وری آزمودنی ها نیز بهبود می یابد. همچنین مهمترین معیارهای انتخاب همکار پژوهشی از دیگاه پژوهشگران دارای نقش مرکزیت عبارت بودند از: هم تخصص بودن، تیم پژوهشی برتر، داشتن علم لازم، مقبولیت سیاسی، فرهنگی و علمی.نتیجه گیری: شبکه هم نویسندگی مجله های مورد بررسی، دارای مرکزیت پایین بوده و بین نویسندگان ارتباط کمی برقرار بود. همچنین نویسندگانی که بالاترین نمره مرکزیت را به دست آوردند امکان دسترسی سریع به سایر نویسندگان و منابع حاضر در شبکه را دارند و به عنوان نویسندگان گروه پرقدرت مطرح هستند.

Co-authorship network analysis of Iranian medical science researchers: A social network analysis

Background and aim: Coauthorship networks of scientists exhibit a pattern of developing and complicated networks. The aim of the present study was to analyze the power structure in coauthorship networks of Iranian medical science researchers based on centrality measures.Material and methods: Social network analysis was used as the research method. The research population was all those researchers who have published articles in one of the seven journals of Iranian medical sciences indexed by ISI. Data were collected in two phases, first electronically access to the articles and second using a questioner to gather opinions of authors with centrality roles. Pearson correlation and regression were used to analyze the data.Findings: The research finding showed that a significant correlation existed between centrality scores and productivity at P= 0.001. The findings from variance regression analysis revealed that researchers rsquo; productivity variable was determined by factors such as degree, eigenvector and beta centrality. Most important criteria for selecting research teams from opinions of researcher with high centrality Scores are: the same proficiency, having dominant teams, having a necessary knowledge, political, cultural and scientific acceptance.Conclusion: The results showed that coauthorship networks of Iranian medical journals had a low centrality and few connections existed among authors. In addition, authors with high centrality scores have a quick access to other authors and resources and they regarded as powerful authors.