Page 103 - 2023-04-中国全科医学
P. 103

·488·  http: //www.chinagp.net   E-mail: zgqkyx@chinagp.net.cn                    February  2023, Vol.26  No.4


                                                               时区图谱，关键词时区图谱能揭示研究的发展阶段和趋
              通过数据库检索获得相关文献（n=1 449）
                                                               势，对未来的研究方向进行一定程度的预测。
                          剔除综述、通知、简介、会议、                           评判网络知识图谱效果的指标包括聚类模块指数
                          资讯及与研究主题明显不相关                        （Q 值）及聚类轮过指数（S 值），其取值区间均为
                          的文献（n=236）
                                                               ［0，1］，当 Q 值≥ 0.3 时，表示得到的网络模块结构
                                                               是显著的，当 S 值≥ 0.5 时，表示聚类结果是合理的，
             得到相关文献（n=1 213）：中国知网（n=437）、万
              方数据知识服务平台（n=471）、维普网（n=305）                      S 值≥ 0.7 表示聚类可信      ［6］ 。
                                                               2 结果
                           剔除重复文献（n=615）
                                                               2.1 年度发文数量的趋势分析 2010—2021 年，我国
                                                               定向医学生相关文献的平均年发文量为 50 篇，总体呈
                   最终纳入有效文献（n=598）
                                                               上升趋势，2016 年达到第一个发文高峰，2016—2017
                         图 1 文献检索流程及结果
                 Figure 1 Flow chart of literature search and screening  年出现小幅下降，2018 年发文量达到历年顶峰（81 篇），
                                                               随后发文量有所下降（图 2）。
           式反映某领域的研究进展、研究导向及发展趋势                      ［2］ 。    2.2 作者共现网络分析 作者学术影响网络共现图谱
           该软件已被运用到各领域的量化研究中，其可视化图谱                            的网络密度为 0.006，共包含 363 个节点和 406 条连线，
           由代表元素的节点（nodes）与连线（links）组成，根                       节点大小、连线强度及网络密度均较低。该研究领域存
           据分析主题的不同，选择作者、机构、关键词等相应节                            在 5 个大的作者群，如“余昌胤”作者群，“黄巧云”
           点进行知识图谱的可视化分析。                                      作者群和“延莉”作者群等，作者群内的连线强度较大，
           1.4 研究方法 采用 CiteSpace 软件对样本文献的发                     但群体间的网络密度较低（图 3）。
           表年份、作者、研究机构、关键词进行知识图谱的                              2.3 机构共现网络分析 156家机构发表了598篇文献，
           可视化分析。将样本文献导入 CiteSpace 软件，设置                       平均每家机构发表 3.8 篇，发文量排名前 3 位的机构分
           时间跨度及时间分区（1 年），网络节点关联强度选                            别是赣南医学院〔113 篇（18.9%）〕、广西医科大学
           择“Cosine”算法。合作网络分析时设置参数 k=25，                       〔40 篇（6.7%）〕及新乡医学院〔28 篇（4.7%）〕。
           Top N=50，网络裁剪选择“Pathfinder”“Pruning sliced          本文列举了发文量在前 6 位的机构（表 1）。
           networks”“Pruning the merged network”； 共 现 网 络      2.4 关键词词频统计及其中介中心性分析 总关键词
           分析时设置 k=25，Top N=20，网络裁剪选择“寻径                       280 个，出现频次≥ 2 次的关键词共 103 个，对其进行
           网络法”。根据分析主题，在“Node Types”中选择                        知识图谱的绘制。结果显示，关键词频次共现图谱共有
           “Author”“Institution”“Keyword”作为节点进行可               273 个节点和 305 条连线，其中频次较高的关键词有“订
           视化分析，分别得到作者共现网络图谱及关键词共现的                            单定向”“定向生”“人才培养”“全科医生”“医学
           知识图谱。（1）作者共现网络图谱中，节点代表作者                            教育”等，Q 值 =0.830，S 值 =0.790，说明图谱的网络
           发文频次，节点越大，代表作者的发文频次越高，通常
           可以说明作者在该领域的学术影响力越高；连线代表作
           者间的联系，连线越粗，代表作者间联系越紧密                   ［3］ 。（2）
           关键词知识图谱具体的研究内容包括：①高频关键词频
           次及中介中心性统计，整理“Network Summary Table”
           中关键词详细参数，以频次≥ 5 得到高频关键词词表，
           以节点的中介中心性≥ 0.1 作为关键节点，节点越大，
           代表关键词共现的频次越高，关键词能反映研究领域和
           论文内容的精髓，高频关键词能反映该领域的研究热点
           和核心   ［4］ ，中介中心性是对节点在整个网络中发挥作
           用大小的度量，节点的中介中心性越高，说明其在网络
           中的连接程度越强，影响力越大              ［5］ ；②关键词聚类分
           析中，通过对数似然率（LLR）算法对关键词标签进行
           聚类并命名；③通过“Burstness”功能获得关键词突现                          注：定向医学生 = 农村订单定向医学生
                                                                  图 2 2010—2021 年我国定向医学生相关研究的年度发文量
           图谱，突现词能反映某一领域在某一时间段内研究趋势
                                                               Figure 2 The annual number of articles related to the training of targeted
           的变化。（3）通过“TimezoneView”功能获得关键词                      admission medical students in China from 2010 to 2021
   98   99   100   101   102   103   104   105   106   107   108