为了更加精准地把握交叉学科的研究热点与发展态势,研究提出一种计算主题学科交叉度的方法,并结合主题强度综合识别热点交叉主题,对各主题的未来发展趋势进行预测。研究选取Web of Science数据库中2000—2019年基因工程领域的论文进行...为了更加精准地把握交叉学科的研究热点与发展态势,研究提出一种计算主题学科交叉度的方法,并结合主题强度综合识别热点交叉主题,对各主题的未来发展趋势进行预测。研究选取Web of Science数据库中2000—2019年基因工程领域的论文进行实证分析,首先采用LDA模型挖掘主题,然后通过计算主题强度和主题学科交叉度识别热点交叉主题,最后划分时间窗口,绘制主题强度及主题学科交叉度的变化趋势图,并对结果展开分析。实证结果表明:基因工程领域共有21个重要主题,涵盖7个热点主题,14个学科交叉主题,2个热点交叉主题;根据主题强度变化趋势,将21个主题划分为3个上升型主题,7个下降型主题和11个平稳型主题,其中大部分主题的学科交叉程度呈现上升趋势。展开更多
[目的/意义]从学科交叉综合指标和多样性、均衡性及差异性3个单一维度指标角度探究论文学科交叉和知识扩散的关系,为论文引用学科布局提供参考,促进论文的知识扩散程度,提升论文的影响力。[方法/过程]本研究选取Web of Science数据库200...[目的/意义]从学科交叉综合指标和多样性、均衡性及差异性3个单一维度指标角度探究论文学科交叉和知识扩散的关系,为论文引用学科布局提供参考,促进论文的知识扩散程度,提升论文的影响力。[方法/过程]本研究选取Web of Science数据库2000—2018年基因工程领域论文,采用Tobit回归模型从多个维度探究学科交叉指标与知识扩散指标关系。[结果/结论]研究表明:学科交叉各指标与知识扩散各指标基本呈现U型或倒U型关系;学科交叉对知识扩散的影响存在最优值;基因工程领域论文需要适当调整引文学科种类、差异和均衡程度,以期提高知识扩散的程度。展开更多
文摘为了更加精准地把握交叉学科的研究热点与发展态势,研究提出一种计算主题学科交叉度的方法,并结合主题强度综合识别热点交叉主题,对各主题的未来发展趋势进行预测。研究选取Web of Science数据库中2000—2019年基因工程领域的论文进行实证分析,首先采用LDA模型挖掘主题,然后通过计算主题强度和主题学科交叉度识别热点交叉主题,最后划分时间窗口,绘制主题强度及主题学科交叉度的变化趋势图,并对结果展开分析。实证结果表明:基因工程领域共有21个重要主题,涵盖7个热点主题,14个学科交叉主题,2个热点交叉主题;根据主题强度变化趋势,将21个主题划分为3个上升型主题,7个下降型主题和11个平稳型主题,其中大部分主题的学科交叉程度呈现上升趋势。
文摘[目的/意义]从学科交叉综合指标和多样性、均衡性及差异性3个单一维度指标角度探究论文学科交叉和知识扩散的关系,为论文引用学科布局提供参考,促进论文的知识扩散程度,提升论文的影响力。[方法/过程]本研究选取Web of Science数据库2000—2018年基因工程领域论文,采用Tobit回归模型从多个维度探究学科交叉指标与知识扩散指标关系。[结果/结论]研究表明:学科交叉各指标与知识扩散各指标基本呈现U型或倒U型关系;学科交叉对知识扩散的影响存在最优值;基因工程领域论文需要适当调整引文学科种类、差异和均衡程度,以期提高知识扩散的程度。
