Japan Advanced Institute of Science and Technology
JAIST Repository
https://dspace.jaist.ac.jp/Title
論文の引用関係の科学計量分析に基づく新たな排他的
研究領域分類の提案
Author(s)
川島, 浩誉; 調, 麻佐志
Citation
年次学術大会講演要旨集, 27: 743-743
Issue Date
2012-10-27
Type
Conference Paper
Text version
publisher
URL
http://hdl.handle.net/10119/11127
Rights
本著作物は研究・技術計画学会の許可のもとに掲載す
るものです。This material is posted here with
permission of the Japan Society for Science
Policy and Research Management.
― 743 ―
２
２３
論文の 用関 の科学計 分析に基づく
新たな 他的研究 域分 の
川 , 調 志 工業大学） 要 科学 活動の計 化において、もっとも 的かつ多用される方法は、論文データ ースの書誌分析で ある。ある や機関の活動 果を、 においては論文出 あるいは の ア、 においては 用 や高 用論文 アなどを用いて計 する。このとき、 題になるのは目的・用 に沿った研究 域の分 である。現 、主に用いられている DB である Web of Science の による分 は、 とつは分 が 22 と く、いま とつは分 が多くとも 他的でない、という短 を でいる。 々は、これらの のラ ルに えて、論文の 用関 から得られる情報に基づいて、 の 域分 の を 消する分 方法を する。 科学計 学およ 論文の計 書誌分析においては、論文の「 ネットワーク」から研究者の流動性やコ ティの を可 化する や、「 用ネットワーク」から研究 域内で大きなインパクトを持った主 要論文を抽出する などを 、ネットワーク分析が古くから行 れている。いずれの場合も、「 がって いること」を可 化するだけでは意 は さく、 らかの評価方法により研究者や論文のようなネットワー クの構 それぞれの間の「 」を評価し、クラスター分析によって構造を り出すことが 目となる。 本研究では、科学計 学における 用ネットワーク分析の を 用し、Web of Science における研究 域の分 として、 他的な Essential Science Indicators (ESI) 22 分 と 他的な ASCA 218 分 の間にづけることの出来る 他的なクラスタリングを る。一 的な科学計 学の研究においてネットワー ク分析を る場合、 がないため、「 」の評価方法が 題になりやすく、かつ、 的にしか 論できない。しかし、本研究の場合は、論文の 用関 から ロ ースで 域分 を構築することは目的で はなく、 の分 を出発 や部分的な として用いることが出来る。 上 の 析 デルに基づいて、本研究が しなけれ ならない 題は大きく ある。まず、 学 域の 門論文誌を に分 することであり、 に Nature や Science のように全 域を 論文誌に された論文を論文誌 で に分 することである。発 では、 者に関して、 年の Web of Science の書誌データを 域分 し、 域の 論文 や 用 の などを の分 と し、 する。 なお、本発 は 23 年 JST-RISTEX 研究「 ンディングプログラ に資する科学計 学」プ ロジ クト 代 調 志）の一環として行うものである。 科学計 学におけるネットワーク分析で きる「 」の評価 題の文献
Wallace ML. et al., 2009, Journal of the American Society for Information and Technology, “A new approach for detecting scientific specialties from raw cocitation Network.”
Leydesdorff L., 2005, Journal of the American Society for Information and Technology, “Similarity measures, author cocitation analysis and information theory.”
Rosvall M. and Bergstrom CT., 2008, Proceedings of the National Academy of Science, “Maps of random walks on complex networks reveal community structure.”
