Redes y comunidadesde descriptores en artículos de Biblioteconomía y Ciencia de la Información (1971-2020)análisis de su evolución temporal mediante Técnicas de Análisis de Redes

  1. Carlos G. Figuerola 1
  2. Modesto Escobar Mercado 1
  3. Ängel Zazo Rodríguez 1
  4. José Luis Alonso Berrocal 1
  1. 1 Universidad de Salamanca
    info

    Universidad de Salamanca

    Salamanca, España

    ROR https://ror.org/02f40zc51

Revista:
Scire: Representación y organización del conocimiento

ISSN: 1135-3716

Año de publicación: 2021

Título del ejemplar: Organización del conocimiento, patrimonio cultural y turismo

Volumen: 27

Número: 1

Páginas: 71-84

Tipo: Artículo

DOI: 10.54886/SCIRE.V27I1.4778 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Scire: Representación y organización del conocimiento

Objetivos de desarrollo sostenible

Resumen

En este artículo se examinan las palabras clave con que los autores describen sus propios trabajos acadé-micos, a partir de los artículos del campo temático Li-brary and Information Science del WoS, entre 1971 y 2020. Mediante algoritmos de búsqueda de comunida-des propios del análisis de redes se han identificado los principales subcampos temáticos de investigación en esta disciplina y se han analizado sus evoluciones temporales a través del uso de redes dinámicas. Los resultados muestran que algunos descriptores apare-cen de manera habitual en el intervalo temporal, pero asociados con diferentes descriptores a lo largo de los años, lo cual es indicativo de una especialización te-mática. Existen también grupos de descriptores auto-contenidos, dibujando subcampos temáticos bien defi-nidos desde sus primeras apariciones. Por otra parte, encontramos comunidades de descriptores bien perfi-ladas y con metodologías bien asentadas en unas de-terminadas fechas, que se van expandiendo en el tiempo, añadiendo otros descriptores de especializa-ción, que, asimismo, permiten conectar con otras co-munidades temáticas. De las trece áreas encontradas, las principales se han agrupado en torno a seis am-plios descriptores interrelacionados: bibliometrics, li-brary, e_government, e_commerce, information_lite-racyy knowledge_management, cuyas evoluciones se manifiestan con diferentes pautas.

€ Ver financiación

Información de financiación

Este trabajo ha sido financiado por Ministerio de Ciencia, Innovación y Universidades, Programa estatal de Generación del Conocimiento. Ref.: PGC2018-093755-B-I00.

Financiadores

Referencias bibliográficas

  • Abrizah, A.; Zainab, A. N.; Kiran, K.; Raj, R. G. (2013). LIS journals scientific impact and subject categorization: a comparison between Web of Science and Scopus. // Scientometrics. 94:2, 721-740
  • Arif, T. (2015). The mathematics of social network analysis: Metrics for academic social networks. International Journalof Computer Applications Technology and Research. 4:12, 889-893.
  • Bohlin, L.; Edler, D.; Lancichinetti, A.; Rosvall, M. (2014). Community detection and visualization of networks with the map equation framework. // Measuring scholarly impact. Springer. 3-34
  • Chen, X.; Chen, J.; Wu, D.; Xie, Y.; Li, J. (2016). Mapping the research trends by coword analysis based on keywords from funded project. // Procedia Computer Science. 91, 547-555.
  • Cheng, F.-F.; Huang, Y.-W.; Yu, H.-C.; Wu, C.-S. (2018). Mapping knowledge structure by keyword co-occurrence and social network analysis: Evidence from Library Hi Tech between 2006 and 2017. // Library Hi Tech. 36:4. https://doi.org/10.1108/LHT-01-2018-0004
  • Csardi, G.; Nepusz, T. (2006). The igraph software package for complexnetwork research. // Inter. Journal, Complex Systems, 1695.
  • Doreian, P.; Woodard, K. L. (1994). Defining and locating cores and boundaries of social networks. // Social networks. 16:4, 267-293.
  • Dotsika, F.; Watkins, A. (2017). Identifying potentially disruptive trends by means of keyword network analysis. // Technological Forecasting and Social Change. 119, 114-127.
  • Duvvuru, A.; Kamarthi, S.; Sultornsanee, S. (2012). Undercovering research trends: Network analysis of keywords in scholarly articles. // 2012 Ninth International Conference on Computer Science and Software Engineering (JCSSE). 265-270.
  • Escobar, M. (2015). Studying Coincidences with Network Analysis and other Multivariate Tools. // The Stata Journal. 15:4, 1118-1156.
  • Escobar, M.; Martínez, L. (2020). Network Coincidence Analysis: the netCoin R Package. // Journal of Statistical Software. 93:11, 1-31.
  • Figuerola, C. G.; García Marco, J. & Pinto, M. (2017). Mapping the evolution of library and information science (1978–2014) using topic modeling on LISA. // Scientometrics. 112:3 1507-1535. https://doi.org/10.1007/s11192-017-2432-9
  • Gil Leiva, I.; Alonso Arroyo, A. (2005). La relación entre las palabras clave aportadas por autores de artículos de revista y su indización en las bases de datos ISOC, IME e ICYT.
  • Gil-Leiva, I.; Rodríguez-Muñoz, J.-V. (1997). Análisis de los descriptores de diferentes áreas de conocimiento. // Revista española de documentación científica. 20:2, 150-160.
  • Jaewoo, C.; Woonsun, K. (2014). Themes and trends in Korean educational technology research: A social network analysis of keywords. // Procedia-Social and Behavioral Sciences. 131, 171-176.
  • Leydesdorff, L. (2002). The communication turn in the theory of social systems. // Systems Research and Behavioral Science: The Official Journal of the International Federation for Systems Research. 19:2, 129-136.
  • Leydesdorff, L.; Vaughan, L. (2006). Co-occurrence matrices and their applications in information science: Extending ACA to the Web environment. // Journal of the American Society for Information Science and technology. 57(12), 1616-1628.
  • Lee, P.-C.; Su, H.-N. (2010). Investigating the structure of regional innovation system research through keyword co-occurrence and social network analysis. // Innovation. 12:1,26-40.
  • Leiva, I. G. (2002). Consistencia en la indización de documentos entre indizadores noveles. // Anales de documentación. 5, 99-111.
  • Li, M. (2018). Classifying and ranking topic terms based on a novel approach: Role differentiation of author keywords. // Scientometrics. 116:1, 77-100. https://doi.org/10.1007/s11192-018-2741-7
  • Lozano, S.; Calzada-Infante, L.; Adenso-Díaz, B.; García, S. (2019). Complex network analysis of keywords co-occurrence in the recent efficiency analysis literature. // Scientometrics. 120:2, 609-629.
  • Lu, W.; Liu, Z.; Huang, Y.; Bu, Y.; Li, X.; Cheng, Q. (2020). How do authors select keywords? A preliminary study of author keyword selection behavior. // Journal of Informe-trics. 14:4, 101066.
  • Miller, George A. (1995). WordNet: A Lexical Database for English. // Communications of the ACM. 38:11: 39-41.
  • Min, K.; Yoon, M.; Furuya, K. (2019). A Comparison of a smart city’s trends in urban planning before and after 2016 through keyword network analysis. // Sustainability. 11(11), 3155.
  • Mokhtarpour, R.; Khasseh, A. A. (2020). Twenty-six years of LIS research focus and hot spots, 1990–2016: A co-word analysis. // Journal of Information Science. 0165551520932119.
  • Onyancha, O. B. (2018). Forty-five years of LIS research evolution, 1971–2015:An informetrics study of the author-supplied keywords. // Publishing research quarterly. 34:3, 456-470.
  • Otte, E.; Rousseau, R. (2002). Social network analysis: A powerful strategy, also for the information sciences. // Journal of information Science. 28:6, 441-453.
  • Park, J.; Jeong, E. (2019). Service quality in tourism: A syste-matic literature review and keyword network analysis. // Sustainability. 11(13), 3665.
  • Park, J. S.; Kim, N. R.; Han, E. J. (2018). Analysis of trends in science and technology using keyword network analysis. // Journal of the Korea Industrial Information Systems Research, 23:2, 63-73.
  • Peña, L. J. M. (2012). Análisis bibliométrico sobre la producción científica archivística en la Red de Revistas Científicas de América Latina y el Caribe (Redalyc) durante el período 2001-2011. // Biblios. 48, 1-11.
  • Pérez, V. A.; Urbáez, M. F. (2016). Modelos teóricos de gestión del conocimiento: Descriptores, conceptualizaciones y enfoques. // Entreciencias: diálogos en la Sociedad del Conocimiento. 4:10201-227.
  • Peset, F.; Garzón-Farinós, F.; González, L. M.; García-Massó, X.; Ferrer-Sapena, A.; Toca-Herrera, J. L.; Sánchez-Pérez, E. A. (2020). Survival analysis of author keywords: An application to the library and information sciences area. // Journal of the Association for Information Science and Technology. 71:4, 462-473.
  • Plantié, M.; Crampes, M. (2013). Survey on social community detection. // Social media retrieval (pp. 65-85). Springer.
  • Rodríguez Cruz, Y.; Martínez Rodríguez, A. (2009). Comportamiento de la producción científica sobre gestión de información en revistas del Web of Science (1995-2008). // Acimed. 20:6, 101-124.
  • Rosvall, M.; Axelsson, D.; Bergstrom, C. T. (2009). The map equation. // The European Physical Journal Special Topics. 178:1, 13-23.
  • Strader, C. R. (2011). Author-assigned keywords versus Library of Congress subject headings. // Library resources & technical services. 53:4, 243-250.
  • Tous, M. G.; Mattar, S. (2012). Las claves de las palabras clave en los artículos científicos. // Revista MVZ Córdoba. 17:2, 2955-2956.
  • Traag, V. A.; Waltman, L.; Van Eck, N. J. (2019). From Lou-vain to Leiden: Guaranteeing well-connected communities. // Scientific reports. 9:1, 1-12.
  • Tripathi, M.; Kumar, S.; Sonker, S. K.; Babbar, P. (2018). Occurrence of author keywords and keywords plus in social sciences and humanities research: A preliminary study. // COLLNET Journal of Scientometrics and Information Management. 12:2, 215-232.
  • Uddin, S.; Khan, A. (2016). The impact of author-selected keywords on citation counts. Journal of Informetrics. 10:4, 1166-1177.
  • Van der Hulst, R. C. (2009). Introduction to Social Network Analysis (SNA) as an investigative tool. // Trends in Organized Crime. 12:2, 101-121.
  • Woolgar, S. and Latour, B. (1988) La vie de laboratoire: la production des faits scientifiques. Editions La Découverte, 1988.
  • Yoo, S.; Jang, S.; Byun, S. W.; Park, S. (2019). Exploring hu-man resource development research themes: A keyword network analysis. // Human Resource Development Quar-terly. 30:2, 155-174.
Fuente de los datos: Dialnet