vosviewer
TRANSCRIPT
Voorbeeld van CWTS: Journal map
Data: Web of Science – artikelen uit 2007 – citaties 1997-2006Co-citaties: welke tijdschriften worden gezamenlijk geciteerd?
Voorbeeld van CWTS - University Profile Map
Data: Web of Science – publicaties 2007-2010; citaties 2007-2011Cirkel: publicaties per Web of Science CategoryKleur: impact van de publicaties t.o.v. het wereldgemiddelde
Bibliometrische netwerken - typen
• Relaties tussen auteurs (of instellingen of landen)
• Relaties tussen ‘sleutelwoorden’ (keywords)
• Citatie relaties tussen publicaties (of tijdschriften)
Bibliometrische netwerken – Citatie relaties - I
1. Direct relaties
• C citeert B, B citeert A …• Kan niet met VOSViewer (wel met CitNetExplorer van
CWTS)• Zie bijvoorbeeld de Citation Map in Web of Science
Bibliometrische netwerken – Citatie relaties - II
2. Co-citaties • A & B staan beiden in de literatuurlijsten
van C, D, E• Idee: hoe vaker twee items samen
geciteerd worden, hoe waarschijnlijker het is dat hun inhoud gerelateerd is
• Bron: literatuurlijst van C, D, E …• In visualisatie worden de geciteerde
werken getoond – ‘knowledge base’• Kan gaan om documenten, auteurs,
tijdschriften• Visualisatie is dynamisch, ligt niet vast• Maar: documenten moeten wel
geciteerd zijn – tijd is een factor
Bibliometrische netwerken – Citatie relaties - III
3. Bibliographical coupling
• A & B citeren beiden C, D, E …
• Idee: Hoe groter de overlap in de literatuurlijst, hoe sterker de relatie tussen A en B
• Bron: literatuurlijst van A en B
• In visualisatie worden A en B getoond
• Staat vast, veranderd niet meer
• Maar: recente literatuur direct te gebruiken
Bibliometrische netwerken
4. Relaties tussen auteurs (of instellingen of landen)
• Welke auteurs, instellingen, landen publiceren samen?• Sociale netwerken tussen wetenschappers
5. ‘Sleutelwoorden’
• Welke woorden of woordcombinaties komen samen voor in titel & abstract of in Keywords?
• Idee: als woorden vaak samen voorkomen, dan zijn de concepten achter die woorden nauw verwant
• In VOSviewer: term co-occurrence map
Voorbeeld Information Literacy – LISTA - IIIMet kleur per jaar ipv cluster
Kleurcode: Hoe roder hoe recenter
Praktische tips
• Downloaden vanuit databanken kan relatief veel tijd kosten en is precies werkje• Let op de ‘magic numbers’ • WoS: 500 documenten per keer• Scopus: 2000 documenten per keer
• Sla de documenten met de bibliografische gegevens op op een plek waar je ze snel kunt terugvinden en geef ze alvast
• Noteer de gemaakte keuzes (aantallen) meteen• Snel iets wijzigingen kan niet – je begint weer vanaf stap 1• Maak screenshots bij mooie plaatjes• Downloaden Map helpt bij ‘opschonen’ van namen & termen
Voorbeeld gebruik van VOSViewer in praktijk UB• Vraag van promovenda (bestuurskunde)• Systematic review (al gedaan) over innovatie in de publieke
sector• Vier invloedrijke factoren onderscheiden
• Maar: reviewers tijdschrift vragen om meer: welke theorieën of literatuurstroom zit achter die factoren? Wordt dezelfde/andere literatuur geciteerd?
Kon de UB deze promovenda helpen?
• Ja, met uitleg over hoe de tool te gebruiken• Hoe downloaden gegevens vanuit WoS en Scopus• Inclusief uitleg over WoS en Scopus
• Hoe inlezen gegevens• Wat is aan te passen, wat moet je noteren?• Hoe interpreteren map (globaal)?
• Nee, niet met de inhoudelijke interpretatie van de maps• Daarvoor is kennis van het onderwerp, de literatuur en de
belangrijkste auteurs voor nodig.
• Nee, deze vraag kwam eigenlijk te laat – al na het ‘opschonen’ van de literatuur
Literatuur
• Van Eck, N. J., & Waltman, L. (2014). Visualizing biblimetric networks. In Y. Ding, R. Rousseau & D. Wolfram (Eds.), Measuring scholarly impact. Methods and practice (pp. 285-320). Cham: Springer. Preprint beschikbaar via http://vosviewer.com/download/f-x2.pdf.
• Zupic, I., & Ater, T. (2014). Bibliometric Methods in Management and Organization. Organizational Research Methods, 18(3), 429–472. doi:10.1177/1094428114562629