基于學(xué)科結(jié)構(gòu)圖譜的圖書館學(xué)科分析服務(wù)

“雙一流”建設(shè)背景下，圖書館作為高校教學(xué)與科研的重要支撐服務(wù)部門，應(yīng)不斷引入新理念、新方法、新技術(shù)，加快服務(wù)轉(zhuǎn)型升級(jí)，發(fā)揮自身優(yōu)勢(shì)，提高服務(wù)能力，深度參與到學(xué)校“雙一流”建設(shè)中去[1]。作為學(xué)校的文獻(xiàn)資源中心，高校圖書館亟需轉(zhuǎn)變傳統(tǒng)服務(wù)定位，進(jìn)一步整合資源與技術(shù)、拓寬服務(wù)內(nèi)容、創(chuàng)新服務(wù)模式、延伸服務(wù)領(lǐng)域；作為學(xué)校的智庫(kù)，在學(xué)科建設(shè)方面提供學(xué)科分析、科研評(píng)價(jià)、資源保障等服務(wù)[2]。高校“雙一流”建設(shè)的核心在于學(xué)科建設(shè)，因此要求高校圖書館的發(fā)展建設(shè)應(yīng)以學(xué)科服務(wù)為核心，一流學(xué)科的建設(shè)需要一流的學(xué)科服務(wù)[3]。

在圖書館傳統(tǒng)服務(wù)轉(zhuǎn)型的今天，各高校圖書館都在學(xué)科服務(wù)領(lǐng)域進(jìn)行了大量探索和創(chuàng)新，形成了各具特色的學(xué)科服務(wù)內(nèi)容[4-6]。近年來(lái)，隨著ESI、InCites、CiteSpace、Innograph等專業(yè)數(shù)據(jù)庫(kù)和平臺(tái)工具的發(fā)展，基于ESI(Essential Science Indicators)學(xué)科分析和專利信息分析的學(xué)科競(jìng)爭(zhēng)情報(bào)服務(wù)獲得了廣泛關(guān)注，基于共被引、關(guān)鍵詞共現(xiàn)等聚類分析技術(shù)也得到了廣泛應(yīng)用[7]。

隨著高校圖書館紛紛建立機(jī)構(gòu)知識(shí)庫(kù)，基于學(xué)科分類的文獻(xiàn)計(jì)量分析也逐漸成為圖書館新的服務(wù)模式，但高校圖書館提供學(xué)科情報(bào)分析服務(wù)尚處于起步階段，總體來(lái)說(shuō)不夠深入，學(xué)科服務(wù)的內(nèi)容比較簡(jiǎn)單，服務(wù)形式比較單一，如對(duì)標(biāo)文獻(xiàn)計(jì)量分析，鮮有針對(duì)具體學(xué)科內(nèi)容開展?jié)M足發(fā)展需求的知識(shí)情報(bào)服務(wù)[8]。

此外，在學(xué)科資源的保障方面，當(dāng)前仍主要依據(jù)學(xué)科分類購(gòu)買數(shù)據(jù)庫(kù)資源，但隨著學(xué)科交叉融合的趨勢(shì)越來(lái)越明顯，學(xué)科發(fā)展不再只靠單一學(xué)科領(lǐng)域的資源支持。各數(shù)據(jù)庫(kù)資源利用統(tǒng)計(jì)大都基于整體利用情況分析，資源重疊、重復(fù)計(jì)算問(wèn)題突出。學(xué)科資源建設(shè)需要更具針對(duì)性、精準(zhǔn)化的資源利用分析服務(wù)，更多地考慮本機(jī)構(gòu)學(xué)科發(fā)展和科研活動(dòng)的需求，而不是僅依靠學(xué)科分類或整體利用率的高低決定是否購(gòu)買數(shù)據(jù)庫(kù)，從而使學(xué)科資源建設(shè)更契合本機(jī)構(gòu)科研人員的實(shí)際需求。

2017年，首都醫(yī)科大學(xué)(以下簡(jiǎn)稱“我校”)圖書館承擔(dān)了中國(guó)科協(xié)委托的“生命科學(xué)領(lǐng)域前沿跟蹤研究”之“腦科學(xué)前沿跟蹤研究課題”，筆者參與了其中的腦科學(xué)前沿發(fā)展態(tài)勢(shì)分析工作，初步將科學(xué)結(jié)構(gòu)圖譜方法應(yīng)用于具體的學(xué)科情報(bào)分析中。此后我校圖書館還為本校及附院的臨床醫(yī)學(xué)、口腔科學(xué)、婦產(chǎn)科學(xué)等多個(gè)學(xué)科提供了具有針對(duì)性的學(xué)科分析服務(wù)。本文整合以往的學(xué)科服務(wù)工作經(jīng)驗(yàn)，并進(jìn)一步深化學(xué)科分析內(nèi)容，以期為圖書館學(xué)科服務(wù)的內(nèi)容優(yōu)化提供參考建議。

1 基于學(xué)科結(jié)構(gòu)圖譜的學(xué)科分析服務(wù)

學(xué)科結(jié)構(gòu)圖譜也稱“學(xué)科知識(shí)圖譜”，指結(jié)合傳統(tǒng)文獻(xiàn)計(jì)量和現(xiàn)代文本挖掘、信息處理、復(fù)雜網(wǎng)絡(luò)及可視化等方法技術(shù)，綜合分析特定學(xué)科研究前沿中的熱點(diǎn)、重點(diǎn)研究方向及其之間的關(guān)聯(lián)關(guān)系與發(fā)展進(jìn)程的方法[9-10]，國(guó)際上通常用于繪制全領(lǐng)域的科學(xué)結(jié)構(gòu)圖譜，以分析不同科學(xué)領(lǐng)域研究前沿的交叉融匯演化趨勢(shì)[11]。科學(xué)結(jié)構(gòu)圖譜在科技情報(bào)研究中應(yīng)用廣泛[12]，尤其在日本的應(yīng)用已經(jīng)十分成熟[13-15]。中國(guó)科學(xué)院王小梅團(tuán)隊(duì)對(duì)科學(xué)結(jié)構(gòu)圖譜進(jìn)行了比較深入的研究，先后發(fā)布了4期全領(lǐng)域的科學(xué)結(jié)構(gòu)圖譜[16-19]，引起了國(guó)內(nèi)外的廣泛關(guān)注。

基于學(xué)科結(jié)構(gòu)圖譜的學(xué)科分析服務(wù)，可以根據(jù)服務(wù)對(duì)象的具體需求，深入揭示和關(guān)聯(lián)分析某個(gè)具體學(xué)科的研究熱點(diǎn)、重點(diǎn)及其內(nèi)在關(guān)系，并進(jìn)行知識(shí)化、可視化呈現(xiàn)，有助于快速識(shí)別學(xué)科熱點(diǎn)前沿方向及重點(diǎn)研究主題，把握該學(xué)科的發(fā)展態(tài)勢(shì)，追蹤國(guó)家或機(jī)構(gòu)的研究動(dòng)態(tài)變遷過(guò)程，掌握不同國(guó)家或機(jī)構(gòu)在該學(xué)科領(lǐng)域的發(fā)展優(yōu)勢(shì)和潛力，從而輔助科研工作者確定未來(lái)研究的發(fā)展方向，為決策者制定學(xué)科發(fā)展規(guī)劃和戰(zhàn)略部署提供支撐服務(wù)[20]，有利于高校圖書館充分利用資源優(yōu)勢(shì)，在“雙一流”建設(shè)中發(fā)揮更重要的作用。

2 基于學(xué)科結(jié)構(gòu)圖譜的學(xué)科分析方案設(shè)計(jì)

ESI是目前世界范圍內(nèi)普遍接受的學(xué)術(shù)評(píng)價(jià)指標(biāo)工具，被廣泛應(yīng)用于高校和研究機(jī)構(gòu)的科研評(píng)價(jià)分析。本文以ESI數(shù)據(jù)庫(kù)中學(xué)科領(lǐng)域研究前沿(Research fronts)包含的核心文獻(xiàn)(Top paper)及其施引文獻(xiàn)(Citing paper)和參考文獻(xiàn)(Reference)為數(shù)據(jù)基礎(chǔ)，制定學(xué)科分析服務(wù)方案(圖1)，具體分析內(nèi)容包括學(xué)科發(fā)展前沿分析、學(xué)科影響力分析、學(xué)科發(fā)展態(tài)勢(shì)分析、學(xué)科資源保障分析等4個(gè)方面。

2.1 學(xué)科發(fā)展前沿分析

2.1.1 研究熱點(diǎn)

利用每個(gè)研究前沿包含的核心文獻(xiàn)和施引文獻(xiàn)集，基于研究前沿的共被引關(guān)系進(jìn)行聚類。不同研究前沿之間共被引次數(shù)越多關(guān)系越緊密，共被引的研究前沿?cái)?shù)量越多表明涉及的研究數(shù)量越多、范圍越廣，因此由共被引聚類形成的研究前沿集群可以代表該學(xué)科的熱點(diǎn)前沿方向。

2.1.2 研究重點(diǎn)

提取某一學(xué)科領(lǐng)域每個(gè)研究前沿的主題詞、關(guān)鍵詞并進(jìn)行共現(xiàn)分析。共現(xiàn)主題詞越多的研究前沿之間關(guān)聯(lián)度越強(qiáng)，主題詞、關(guān)鍵詞出現(xiàn)的不同研究前沿個(gè)數(shù)越多、詞頻越高，表明其在該學(xué)科涉及的研究范圍越廣、重要性越強(qiáng)，從而獲取該學(xué)科前沿的重點(diǎn)研究主題及其之間的關(guān)聯(lián)關(guān)系。

2.2 學(xué)科影響力分析

2.2.1 前沿引領(lǐng)度

每個(gè)學(xué)科研究前沿包含的核心文獻(xiàn)均為該領(lǐng)域的熱點(diǎn)論文或高被引論文，是該學(xué)科的高影響力論文，因而國(guó)家或機(jī)構(gòu)在某個(gè)學(xué)科領(lǐng)域發(fā)表的核心文獻(xiàn)所占比例在一定程度上可以反映該國(guó)家或機(jī)構(gòu)在該學(xué)科的引領(lǐng)度。

2.2.2 前沿參與度

研究前沿的施引文獻(xiàn)包含所有引用了該研究前沿核心文獻(xiàn)的文獻(xiàn)，正是施引文獻(xiàn)的廣泛引用形成了核心文獻(xiàn)，大量施引文獻(xiàn)參與研究最終形成了研究前沿，因而施引文獻(xiàn)所占比例可以反映一個(gè)國(guó)家或機(jī)構(gòu)在該學(xué)科研究前沿的參與度。

圖1 學(xué)科分析服務(wù)方案設(shè)計(jì)

2.2.3 前沿貢獻(xiàn)度

被引文獻(xiàn)是指被研究前沿中核心文獻(xiàn)所引用的參考文獻(xiàn)，被引文獻(xiàn)無(wú)疑對(duì)該研究前沿的形成具有不可磨滅的貢獻(xiàn)，因而被引文獻(xiàn)占比在一定程度上可以體現(xiàn)某個(gè)國(guó)家或機(jī)構(gòu)在該學(xué)科領(lǐng)域的貢獻(xiàn)度。

2.3 學(xué)科發(fā)展態(tài)勢(shì)分析

2.3.1 前沿覆蓋度

通過(guò)分析某個(gè)國(guó)家或機(jī)構(gòu)發(fā)表的學(xué)科前沿核心文獻(xiàn)、施引文獻(xiàn)在學(xué)科各熱點(diǎn)研究方向和重點(diǎn)研究主題中的分布情況，即發(fā)文主題詞、關(guān)鍵詞在該學(xué)科領(lǐng)域內(nèi)研究熱點(diǎn)和研究重點(diǎn)中的分布情況，可以揭示這個(gè)國(guó)家或機(jī)構(gòu)在該學(xué)科領(lǐng)域研究前沿中的覆蓋度，展現(xiàn)其學(xué)科發(fā)展優(yōu)勢(shì)。

2.3.2 前沿活躍度

對(duì)某個(gè)國(guó)家或機(jī)構(gòu)發(fā)表的學(xué)科前沿核心文獻(xiàn)、施引文獻(xiàn)及其主題詞、關(guān)鍵詞進(jìn)行時(shí)序分析，可以呈現(xiàn)這個(gè)國(guó)家或機(jī)構(gòu)在該學(xué)科領(lǐng)域研究前沿中研究主題或方向隨時(shí)間變化的情況，反映這個(gè)國(guó)家或機(jī)構(gòu)在該學(xué)科領(lǐng)域研究前沿中的活躍度，展現(xiàn)其學(xué)科發(fā)展態(tài)勢(shì)。

2.4 學(xué)科資源保障分析

分別按學(xué)科分類和前沿相關(guān)兩種方式統(tǒng)計(jì)本機(jī)構(gòu)已購(gòu)買的學(xué)科資源覆蓋率，前者按WoS學(xué)科分類，分析某學(xué)科領(lǐng)域的期刊資源中本機(jī)構(gòu)已購(gòu)買的比例；后者根據(jù)某學(xué)科領(lǐng)域核心文獻(xiàn)及其施引文獻(xiàn)和參考文獻(xiàn)所發(fā)表的期刊合集，即與研究前沿相關(guān)的期刊合集，統(tǒng)計(jì)本機(jī)構(gòu)已購(gòu)買的比例，反映本機(jī)構(gòu)對(duì)該學(xué)科資源的保障情況，從而作為優(yōu)化資源建設(shè)的參考依據(jù)。

3 神經(jīng)科學(xué)結(jié)構(gòu)圖譜實(shí)證案例分析

本文以神經(jīng)科學(xué)為例，繪制神經(jīng)科學(xué)領(lǐng)域的學(xué)科結(jié)構(gòu)圖譜，揭示全球范圍內(nèi)神經(jīng)科學(xué)領(lǐng)域的研究前沿?zé)狳c(diǎn)和重點(diǎn)方向，分析我國(guó)和我校在該學(xué)科領(lǐng)域所處的學(xué)術(shù)地位及發(fā)展態(tài)勢(shì)，以及我校在該學(xué)科領(lǐng)域的資源保障情況，驗(yàn)證基于學(xué)科結(jié)構(gòu)圖譜的學(xué)科分析服務(wù)可行性。

以ESI研究前沿為數(shù)據(jù)源(截止2017年10月9日)，提取2012-2017年神經(jīng)科學(xué)與行為學(xué)領(lǐng)域的497個(gè)研究前沿；利用WoS平臺(tái)檢索下載該領(lǐng)域研究前沿包含的2 304篇核心文獻(xiàn)及其施引文獻(xiàn)集和參考文獻(xiàn)集；利用Python實(shí)現(xiàn)關(guān)鍵詞抽取、同被引聚類、關(guān)鍵詞共現(xiàn)等文本挖掘分析，繪制全球視野的神經(jīng)科學(xué)結(jié)構(gòu)圖譜；利用Gephi軟件可視化呈現(xiàn)2012-2017年全球神經(jīng)科學(xué)領(lǐng)域的熱點(diǎn)研究方向及其內(nèi)在關(guān)系，分析該學(xué)科領(lǐng)域研究實(shí)力最強(qiáng)的10個(gè)國(guó)家及我國(guó)在該領(lǐng)域最強(qiáng)的10個(gè)研究機(jī)構(gòu)所處位置，以及我校在該學(xué)科領(lǐng)域的表現(xiàn)及資源保障情況。

3.1 全球神經(jīng)學(xué)科領(lǐng)域的發(fā)展前沿分析

3.1.1 研究熱點(diǎn)

基于研究前沿的共被引關(guān)系進(jìn)行聚類得到該領(lǐng)域研究熱點(diǎn)分布及其之間的關(guān)聯(lián)關(guān)系(圖2)，經(jīng)判讀可知“中樞神經(jīng)系統(tǒng)”“阿爾茨海默病理”“腦功能網(wǎng)絡(luò)”“帕金森病理”“自閉癥”“中腦”等是該領(lǐng)域的主要研究熱點(diǎn)集群。

圖2 神經(jīng)科學(xué)與行為學(xué)領(lǐng)域研究熱點(diǎn)分布

3.1.2 研究重點(diǎn)

基于研究前沿之間的共詞關(guān)系進(jìn)行聚類，獲取該領(lǐng)域10個(gè)重點(diǎn)研究主題及其之間的關(guān)系圖譜(圖3)。

圖3 10個(gè)重點(diǎn)研究主題及其之間的關(guān)系圖譜

其中“阿爾茨海默病”“帕金森病”和“Meta分析”是三大最重要且關(guān)系最緊密的研究主題，可見Meta分析方法在阿爾茨海默病和帕金森病研究方面應(yīng)用廣泛。從圖3中不但可以看出Meta分析多應(yīng)用于自閉癥譜系障礙(autism spectrum disorder)研究，而且可看出224號(hào)研究前沿是多個(gè)研究主題的交叉點(diǎn)。經(jīng)判讀該研究前沿的研究主題是有關(guān)腦疾病治療藥物的研發(fā)，如利拉魯肽(Liraglutide)等屬于交叉研究主題。

根據(jù)關(guān)鍵詞出現(xiàn)的研究前沿個(gè)數(shù)，總結(jié)神經(jīng)科學(xué)領(lǐng)域的研究重點(diǎn)關(guān)鍵詞。圖4展示了出現(xiàn)在10個(gè)以上研究前沿中的關(guān)鍵詞，標(biāo)簽越大出現(xiàn)的頻次越高。

從圖4可知阿爾茨海默病(Alzheimer’s disease)、帕金森病(Parkinson disease)、自閉癥譜系障礙(Autism spectrum disorder)、磁共振成像(Magnetic resonance imaging)、肌萎縮側(cè)索硬化癥(Amyotrophic lateral sclerosis)、神經(jīng)退行性疾病(Neurodegenerative disease)、重度抑郁癥(Major depressive disorder)、前額葉皮質(zhì)(Prefrontal cortex)、腦脊液(Cerebrospinal fluid)、精神分裂癥(Schizophrenia)等是該領(lǐng)域研究前沿的重要關(guān)鍵詞，代表該領(lǐng)域的重點(diǎn)研究主題。

圖4 神經(jīng)科學(xué)與行為學(xué)領(lǐng)域的研究重點(diǎn)關(guān)鍵詞云

3.2 神經(jīng)科學(xué)領(lǐng)域?qū)W科影響力分析

3.2.1 引領(lǐng)度

以該領(lǐng)域研究前沿的核心文獻(xiàn)所占比例進(jìn)行國(guó)別或機(jī)構(gòu)對(duì)比分析。圖5展示了神經(jīng)科學(xué)領(lǐng)域發(fā)表核心文獻(xiàn)數(shù)量最多的10個(gè)國(guó)家及其所占比例。美國(guó)在該領(lǐng)域處于絕對(duì)的引領(lǐng)地位，參與了近2/3核心文獻(xiàn)研究，中國(guó)排在第12位，僅參與了4.82%的核心文獻(xiàn)研究。圖6展示了中國(guó)發(fā)表核心文獻(xiàn)數(shù)量最多的10個(gè)機(jī)構(gòu)。其中首都醫(yī)科大學(xué)發(fā)表4篇，排在第11位。

3.2.2 參與度

以該學(xué)科領(lǐng)域研究前沿施引文獻(xiàn)的所占比例進(jìn)行國(guó)別或機(jī)構(gòu)分析。圖7展示了引用神經(jīng)科學(xué)領(lǐng)域核心文獻(xiàn)最多的前10個(gè)國(guó)家及其施引文獻(xiàn)所占比例。美國(guó)在該領(lǐng)域的參與度也遙遙領(lǐng)先，中國(guó)在該領(lǐng)域的參與度位居前列，排在第4位。圖8展示了中國(guó)引用核心文獻(xiàn)最多的10個(gè)機(jī)構(gòu)，首都醫(yī)科大學(xué)排在第3位。

圖5 研究前沿核心文獻(xiàn)排名前10的產(chǎn)出國(guó)

圖6 研究前沿核心文獻(xiàn)中國(guó)排名前10的產(chǎn)出機(jī)構(gòu)

圖7 研究前沿施引文獻(xiàn)排名前10的產(chǎn)出國(guó)

圖8 研究前沿施引文獻(xiàn)中國(guó)排名前10的產(chǎn)出機(jī)構(gòu)

3.2.3 貢獻(xiàn)度

以該學(xué)科領(lǐng)域研究前沿引用的參考文獻(xiàn)所占比例進(jìn)行國(guó)別或機(jī)構(gòu)分析。圖9展示了被引文獻(xiàn)最多的前10個(gè)國(guó)家及其所占比例。美國(guó)在該領(lǐng)域的貢獻(xiàn)度依然最高，中國(guó)在該領(lǐng)域的貢獻(xiàn)度位居前10，排在第9位，占比3.81%。圖10展示了中國(guó)被引文獻(xiàn)最多的10個(gè)機(jī)構(gòu)，首都醫(yī)科大學(xué)排在第6位。

圖9 研究前沿參考文獻(xiàn)排名前10的產(chǎn)出國(guó)

圖10 研究前沿參考文獻(xiàn)中國(guó)排名前10的產(chǎn)出機(jī)構(gòu)

3.3 神經(jīng)科學(xué)領(lǐng)域發(fā)展態(tài)勢(shì)分析

3.3.1 覆蓋度

分別統(tǒng)計(jì)分析中國(guó)和首都醫(yī)科大學(xué)在神經(jīng)科學(xué)領(lǐng)域發(fā)表的核心文獻(xiàn)在該領(lǐng)域研究前沿中的分布，結(jié)果顯示中國(guó)在該領(lǐng)域參與研究的核心文獻(xiàn)覆蓋了69個(gè)研究前沿(圖11)，在該領(lǐng)域的497個(gè)研究前沿中僅占13.88%。其中“472”“223”“038”“052”“132”“367”“356”等幾個(gè)研究前沿節(jié)點(diǎn)的出入度較高，即關(guān)聯(lián)的研究前沿?cái)?shù)量較多，覆蓋范圍較廣。經(jīng)判讀其研究主題分別是“大腦功能連接”“背根神經(jīng)節(jié)”“復(fù)雜神經(jīng)精神障礙”“重度抑郁癥”“帕金森病”“前額葉皮質(zhì)”“神經(jīng)退行性疾病”等，說(shuō)明我國(guó)關(guān)于這些主題的研究較廣泛深入，具有一定的國(guó)際影響力。

首都醫(yī)科大學(xué)參與的核心文獻(xiàn)研究?jī)H覆蓋了“188”“495”“097”“378”4個(gè)研究前沿(紅圈標(biāo)記)，經(jīng)判讀其研究主題分別是“原發(fā)性抑郁癥”“腦卒中后星形膠質(zhì)細(xì)胞中線粒體的轉(zhuǎn)移”“重度抑郁癥的分子機(jī)制”“圖雷特綜合癥”。此外，中國(guó)作者在該領(lǐng)域參與的施引文獻(xiàn)研究覆蓋了478個(gè)研究前沿，覆蓋率達(dá)到96.18%，可見我國(guó)雖然在該領(lǐng)域參與的核心文獻(xiàn)覆蓋度較低，但施引文獻(xiàn)覆蓋度很高，說(shuō)明我國(guó)科研人員近年來(lái)廣泛參與神經(jīng)科學(xué)領(lǐng)域各研究前沿方向的研究，具有一定的發(fā)展?jié)摿ΑＪ锥坚t(yī)科大學(xué)參與的該領(lǐng)域研究前沿施引文獻(xiàn)覆蓋了216個(gè)研究前沿，覆蓋率為43.46%，國(guó)內(nèi)排在第4位。

圖11 中國(guó)在神經(jīng)科學(xué)與行為學(xué)領(lǐng)域的研究前沿主題關(guān)系圖譜

3.3.2 活躍度

圖12利用可視化工具TimeFlow呈現(xiàn)了中國(guó)發(fā)表在神經(jīng)科學(xué)與行為學(xué)領(lǐng)域的核心文獻(xiàn)關(guān)鍵詞在時(shí)間尺度上的分布情況，節(jié)點(diǎn)大小描述關(guān)鍵詞出現(xiàn)在不同核心文獻(xiàn)的篇數(shù)多少。從圖12可以看出，我國(guó)近2年在“重度抑郁障礙”“阿爾茨海默病”“靜息態(tài)功能磁共振成像”等方面研究比較活躍。調(diào)節(jié)下方時(shí)間尺度控制欄，可自由切換至不同年份區(qū)間，顯示不同時(shí)間段的研究熱點(diǎn)關(guān)鍵詞；鼠標(biāo)懸停在關(guān)鍵詞節(jié)點(diǎn)可以查看該關(guān)鍵詞所屬的核心文獻(xiàn)、研究前沿等詳細(xì)信息，因此可以比較快速地把握我國(guó)在該領(lǐng)域的研究熱點(diǎn)隨時(shí)間變化的情況。如2012年的“阿爾茨海默癥(Alzheimer’s disease)”、2013年的“重度抑郁癥(Major depressive disorder)”、2014年的“靜息狀態(tài)功能磁共振成像(Resting-state FMRI)”、2015年的“大腦功能性連接(Functional connectivity)”、2016年的“腦保護(hù)(cerebral protection)”、2017年的“帕金森病(parkinson's disease)”等均是對(duì)應(yīng)年份的重要研究方向。

采用類似方法技術(shù)，還可對(duì)施引文獻(xiàn)的關(guān)鍵詞進(jìn)行可視化呈現(xiàn)，從而預(yù)判某個(gè)國(guó)家或機(jī)構(gòu)在該領(lǐng)域的發(fā)展?jié)摿Ψ较颉?/p>

圖12中國(guó)參與神經(jīng)科學(xué)領(lǐng)域研究前沿核心文獻(xiàn)的關(guān)鍵詞時(shí)間分布

3.4 神經(jīng)科學(xué)領(lǐng)域資源保障

我校圖書館當(dāng)前的資源建設(shè)主要側(cè)重于醫(yī)學(xué)類資源的保障(表1)。從表1可以看出，依據(jù)WoS學(xué)科分類統(tǒng)計(jì)神經(jīng)科學(xué)領(lǐng)域期刊資源中我校已購(gòu)買的比例，覆蓋率達(dá)79.76%。但根據(jù)該學(xué)科領(lǐng)域核心文獻(xiàn)及其施引文獻(xiàn)和參考文獻(xiàn)所發(fā)表的期刊合集統(tǒng)計(jì)我校已購(gòu)買的比例，覆蓋率僅達(dá)到51.28%，遠(yuǎn)低于通過(guò)學(xué)科分類統(tǒng)計(jì)得到的覆蓋率。因此根據(jù)科技文獻(xiàn)在不同學(xué)科領(lǐng)域的引用軌跡和科研人員的真實(shí)引用情況優(yōu)化資源建設(shè)方案，能夠切實(shí)提高資源建設(shè)對(duì)科研活動(dòng)的滿足率。

表1 首都醫(yī)科大學(xué)神經(jīng)科學(xué)領(lǐng)域期刊資源保障情況

注：“*”代表研究前沿相關(guān)的核心文獻(xiàn)、參考文獻(xiàn)和施引文獻(xiàn)所發(fā)表的期刊去重之后的合集

4 結(jié)語(yǔ)

本文基于首都醫(yī)科大學(xué)圖書館學(xué)科服務(wù)工作的實(shí)踐經(jīng)驗(yàn)，總結(jié)提出的學(xué)科分析方案不僅涵蓋了當(dāng)前主流的學(xué)科分析內(nèi)容(如核心文獻(xiàn)和施引文獻(xiàn)的計(jì)量分析)，還將核心文獻(xiàn)的參考文獻(xiàn)納入分析范圍，更充分地考慮了知識(shí)的演變歷程和歷史貢獻(xiàn)；不僅對(duì)學(xué)科領(lǐng)域研究重點(diǎn)、熱點(diǎn)進(jìn)行挖掘，還揭示了它們之間的關(guān)聯(lián)關(guān)系及時(shí)序演化，通過(guò)可視化呈現(xiàn)不同時(shí)期的學(xué)科研究主題變化；不僅對(duì)學(xué)科領(lǐng)域文獻(xiàn)進(jìn)行了計(jì)量統(tǒng)計(jì)，還針對(duì)文獻(xiàn)內(nèi)容進(jìn)行了深入挖掘和分析，并分析了本機(jī)構(gòu)在該領(lǐng)域的研究覆蓋度、活躍度等發(fā)展態(tài)勢(shì)；不僅通過(guò)學(xué)科分類資源統(tǒng)計(jì)，還通過(guò)學(xué)科領(lǐng)域核心文獻(xiàn)及其施引文獻(xiàn)和參考文獻(xiàn)所發(fā)表的期刊合集分析本機(jī)構(gòu)已購(gòu)買資源對(duì)研究前沿相關(guān)文獻(xiàn)的覆蓋率，充分揭示學(xué)科現(xiàn)有資源保障的不足，為后續(xù)資源建設(shè)提供精準(zhǔn)優(yōu)化建議。

本文的部分內(nèi)容結(jié)合專家解讀已整合在研究報(bào)告《生命科學(xué)領(lǐng)域前沿跟蹤研究——腦科學(xué)》中并呈交中國(guó)科協(xié)，它將服務(wù)于中國(guó)“腦計(jì)劃”決策者。本文采用的部分方法技術(shù)也已應(yīng)用于本校及附院的學(xué)科分析服務(wù)中，為本機(jī)構(gòu)學(xué)科評(píng)估、科研管理、學(xué)科發(fā)展等提供知識(shí)情報(bào)服務(wù)，說(shuō)明基于學(xué)科結(jié)構(gòu)圖譜的學(xué)科服務(wù)具有可行性和實(shí)踐意義。

“雙一流”建設(shè)目標(biāo)對(duì)高校圖書館學(xué)科服務(wù)提出了更高更深的要求，圖書館必須深化學(xué)科服務(wù)、創(chuàng)新服務(wù)模式，才能更好地適應(yīng)這一要求，為學(xué)校發(fā)展和學(xué)科建設(shè)提供一流服務(wù)。高校圖書館只有充分利用資源優(yōu)勢(shì)，不斷提升服務(wù)水平，才能提高其在高校發(fā)展中的影響力，從而爭(zhēng)取更多的發(fā)展政策支持和制度保障，使圖書館在學(xué)校人才培養(yǎng)、科學(xué)研究、社會(huì)服務(wù)和文化傳承中發(fā)揮更重要的作用。“雙一流”建設(shè)的新形勢(shì)為高校圖書館的發(fā)展帶來(lái)了機(jī)遇和挑戰(zhàn)，基于學(xué)科結(jié)構(gòu)圖譜的學(xué)科分析將有助于提升高校圖書館在學(xué)科服務(wù)中的深度和水平，滿足新時(shí)代高校發(fā)展對(duì)圖書館服務(wù)的新需求。