文書情報可視化分析レポート(論文)の全過程における思考ロジックと技術手法をマスターする

目次

トピック 1: 書誌学的手法とアプリケーションの概要

トピック 2: トピックの決定、検索、およびデータ収集

トピック 3: VOSviewer ビジュアル描画集中講義 [事例 + 実践]

トピック 4: Citespace ビジュアル描画集中講義 [事例 + 実践]

トピック 5: R 言語ビブリオメトリクス図面分析 [事例 + 実践]

トピック 6: 論文執筆

トピック 7: 論文の提出


ビブリオメトリクスとは、数学と統計によってすべての知識キャリアを定量的に分析する学際的な科学を指します。数学、統計学、文献学を統合し、定量化に焦点を当てた総合的な知識体系です。特に、情報視覚化技術の手段と方法を適用すると、研究開発の歴史、研究状況、研究ホットスポット、テーマの開発傾向を直感的に表示できます。Citespace と vosviewer は、最も広く使用されている文献情報視覚化ソフトウェア ツールであり、科学、工学、経済学、経営学、法律、教育、農業、文学と歴史、医学、芸術、その他の分野で広く使用されており、出版された論文の数も非常に多いです。年々大幅に増加しています。理論と実践を組み合わせて、ビブリオメトリクスの説明、効率的なトピックの選択、データベース検索データのダウンロード、ソフトウェアの使用法など 8 つのトピックを詳細に説明し、Citespace と vosviewer をマスターし、ビブリオメトリクスの基礎理論と知識を体系的かつ包括的に理解することができます。 R言語文献視覚化分析技術; テーマの決定、データ分析と描画、記事の枠組みと執筆に至る全プロセスで、文献情報視覚化分析レポート(論文)のアイデアロジックと技術的手法を最終的に実現します。

写真

トピック 1: 書誌学的手法とアプリケーションの概要

1. 書誌学的手法の基本的な紹介

2. 他の審査方法との違い

3. 各分野における出願動向の現状

4. 主流の解析ソフトの長所と短所の比較

トピック 2: トピックの決定、検索、およびデータ収集

1. 話題のトピックの効率的な選定方法

2. 対象テーマの実現可能性予測

3. CNKIデータベース検索式構築

4. CNKIデータのエクスポート方法と注意事項

5. WOSデータベース検索式構築

6. WOSデータのエクスポートと注意事項

トピック 3: VOSviewer ビジュアル描画集中講義 [事例 + 実践]

1. Vosviewer インターフェイスと主な概念の紹介

2. WOSおよびCNKIデータのインポート

3. 共引用ネットワークマップの作成と解釈の鍵

4. 重ね合わせたネットワーク図の描画と解釈の鍵

5. 密度マップの描画と解釈の鍵

6. キーワードの結合方法と注意点

7. VOSviewerとPajekの連動表示

写真

写真

トピック 4: Citespace ビジュアル描画集中講義 [事例 + 実践]

 1. CiteSpace のレイアウトと主な概念の紹介

2. WOS および CNKI データのインポートおよびクリーニング方法

3. 対象分布図を描画するためのパラメータの選択と解釈

4. 共起ネットワーク図を描画するためのパラメータの選択と解釈

5. クラスタリング図描画パラメータの選択と解釈

6. 創発マップ描画パラメータの選択と解釈

7. タイムライン図描画パラメータの選択と解釈

写真

写真

写真

写真

写真

写真

トピック 5: R 言語ビブリオメトリクス図面分析 [事例 + 実践]

 1. R パッケージのインストール呼び出し、データのロードとフィルタリング

2. 出版動向と引用の分析と解釈

3. 文献情報源の分析と解釈

4. 協力ネットワークの分析と解釈

5. 文献分析と解釈

6. キーワードの分析と解釈

7. 全国出版密度と協力の分析と解釈

写真

写真

トピック 6: 論文執筆

 1 代表的な構造モデルの解析

2 ソフトウェアの配置と組み合わせのスキル

3 チャートのコロケーション戦略

4 オリエンテーション文献参照ルーチン

モジュール式のライティングの 5 つのアイデア

トピック 7: 論文の提出

 1 雑誌の選定方法

2 提出前の準備

3 投稿にあたっての注意事項

4 ビブリオメトリクスに関する一般的なレビューコメント

5 交戦拒否後の命中率を上げる方法

R-Meta 分析と [書誌学的分析、ベイジアン、機械学習など] マルチテクノロジー統合の実践と拡張https://mp.weixin.qq.com/s?__biz=MzU0MDQ3MDk3NA==&mid=2247552965&idx=3&sn =113c3c9684ba5bec6ee5c583ab8c9d6c&chksm =fb3af414cc4d7d020c26fe213e6f025ad765368b6117f490c74c8354a700c482ececed28c594&token=1214462467&lang= zh_CN#rd

おすすめ

転載: blog.csdn.net/CCfz566/article/details/131914307