知識圖譜在我國護(hù)理領(lǐng)域中應(yīng)用的文獻(xiàn)計(jì)量學(xué)分析

郭 冉，馬小琴，楊健健

浙江中醫(yī)藥大學(xué)護(hù)理學(xué)院，浙江杭州 310053

知識圖譜是以科學(xué)為基礎(chǔ)，涉及應(yīng)用數(shù)學(xué)、信息及計(jì)算機(jī)科學(xué)等諸學(xué)科交叉的領(lǐng)域，是科學(xué)計(jì)量學(xué)和信息計(jì)量學(xué)的新發(fā)展，可以把現(xiàn)代科技知識的復(fù)雜領(lǐng)域通過數(shù)據(jù)挖掘、信息處理、知識計(jì)量和圖形繪制而顯示出來[1]。研究者由此可通過可視化的方式掌握學(xué)科的核心框架、前沿領(lǐng)域，揭示知識領(lǐng)域的動態(tài)發(fā)展規(guī)律，從而為學(xué)科研究提供切實(shí)、有價值的參考[2]。知識圖譜自2005年引進(jìn)我國后被廣泛應(yīng)用于各領(lǐng)域，最早出現(xiàn)在管理學(xué)領(lǐng)域，后來主要集中在信息科技和圖書情報領(lǐng)域，現(xiàn)在慢慢向其他學(xué)科發(fā)展[3]。知識圖譜在我國護(hù)理領(lǐng)域起步較晚，最早應(yīng)用于研究某疾病護(hù)理的發(fā)展現(xiàn)狀與前沿，本研究對知識圖譜在護(hù)理領(lǐng)域中應(yīng)用的文獻(xiàn)進(jìn)行計(jì)量學(xué)分析，旨在了解其在我國護(hù)理領(lǐng)域的應(yīng)用現(xiàn)狀，以期推進(jìn)知識圖譜在護(hù)理領(lǐng)域的應(yīng)用，為護(hù)理信息化的研究提供參考。

1 資料與方法

1.1 文獻(xiàn)檢索方法

在中國知網(wǎng)(CNKI)和萬方數(shù)據(jù)知識服務(wù)平臺，以“知識圖譜/可視化圖譜/可視化分析/共詞分析/共現(xiàn)分析/聚類分析/社會網(wǎng)絡(luò)分析/詞頻分析/引文分析/共被引分析/多維尺度分析/耦合分析”“護(hù)理”為檢索詞，檢索2005年1月1日至2019年10月31日知識圖譜應(yīng)用于護(hù)理領(lǐng)域中的相關(guān)文獻(xiàn)，逐篇閱讀題目、摘要、關(guān)鍵詞等對文獻(xiàn)進(jìn)行篩選。納入標(biāo)準(zhǔn)：為一次文獻(xiàn)，包括期刊文獻(xiàn)、學(xué)位論文。排除標(biāo)準(zhǔn)：會議文獻(xiàn)、綜述或理論探討類論文、專利、報刊和重復(fù)發(fā)表的文獻(xiàn)。

1.2 文獻(xiàn)計(jì)量分析方法

采用NoteExpress軟件對納入的文獻(xiàn)進(jìn)行去重后，在Excel 2013建立數(shù)據(jù)表格，內(nèi)容包括論文題目、發(fā)表年份、第一作者所在地域、刊名、作者數(shù)量和機(jī)構(gòu)類型、被引頻次、基金資助及類型、知識圖譜可視化分析方法及所使用的軟件工具，并進(jìn)行文獻(xiàn)計(jì)量學(xué)分析。

2 結(jié)果

2.1 文獻(xiàn)檢索結(jié)果及年度分布

按照檢索詞在CNKI和萬方數(shù)據(jù)知識服務(wù)平臺檢出1 032篇文獻(xiàn)，對檢索出的文獻(xiàn)查重后，共獲得535篇文獻(xiàn)，由兩位研究者根據(jù)納入、排除標(biāo)準(zhǔn)和文獻(xiàn)內(nèi)容篩選后得到168篇相關(guān)文獻(xiàn)，包括期刊論文150篇、碩士學(xué)位論文18篇。各年度發(fā)表的知識圖譜在我國護(hù)理領(lǐng)域中應(yīng)用的文獻(xiàn)統(tǒng)計(jì)結(jié)果顯示，2012年至2015年發(fā)文量緩慢增長，2016年起快速增長，2016年至2019年共發(fā)表文獻(xiàn)151篇，4年文獻(xiàn)數(shù)量占總數(shù)的89.9%，見圖1。

圖1 文獻(xiàn)量年度分布情況(n=168)

2.2 第一作者地域分布

168篇文獻(xiàn)的第一作者所在地域分布于25個省(自治區(qū)、直轄市)。發(fā)文排名前5位的是山西省(30篇)、遼寧省(21篇)、上海市(14篇)、山東省(13篇)以及甘肅省(12篇)，五地共發(fā)文90篇(占53.6%)，見圖2。

圖2 各地區(qū)文獻(xiàn)發(fā)表數(shù)量

2.3 期刊分布

168篇文獻(xiàn)所載期刊共60種，期刊的平均載文量是2.8篇。其中載文量前6位的期刊均為護(hù)理專業(yè)期刊，共發(fā)文60篇(35.7%)，載文量≥3篇的期刊及載文情況見表1。

表1 載文量≥3篇的期刊及載文情況

2.4 合作撰文及被引情況

168篇文獻(xiàn)作者總數(shù)300人，合作度[4](作者總數(shù)/總篇數(shù))為1.79(300/168),每篇文獻(xiàn)的作者數(shù)量為1～9人，2人及以上合著130篇，合著率77.4%。168篇文獻(xiàn)中被引頻次≥10次7篇，最高被引18次；被引頻次<10 次的文獻(xiàn)161篇，其中被引≤1次的31篇。

2.5 研究機(jī)構(gòu)分布

168篇文獻(xiàn)的第一作者所在研究機(jī)構(gòu)分別為醫(yī)學(xué)院校76篇(45.2%)、醫(yī)院57篇(33.9%)、綜合院校30篇(17.9%)、研究所3篇(1.8%)，其他機(jī)構(gòu)2篇(1.2%)。

2.6 基金資助情況

168篇文獻(xiàn)中有基金資助的66篇，資助率為39.3%，其中國家級17篇、省級(自治區(qū)、直轄市)38篇、市級9篇、院校級2篇。

2.7 知識圖譜在護(hù)理領(lǐng)域的應(yīng)用分析

2.7.1知識圖譜可視化分析方法

對168篇文獻(xiàn)所運(yùn)用的可視化分析方法進(jìn)行計(jì)量學(xué)分析，共使用233次，其中使用頻次前3位的是共現(xiàn)分析、聚類分析、詞頻分析，知識圖譜可視化分析方法使用頻次及占比見表2。

表2 知識圖譜可視化分析方法使用頻次及占比(n=233)

2.7.2知識圖譜可視化軟件工具

對168篇文獻(xiàn)中使用的知識圖譜可視化軟件工具進(jìn)行計(jì)量學(xué)分析，共使用166次，其中使用頻次前2位的是CiteSpace和Ucinet，知識圖譜可視化軟件工具使用頻次及占比見表3。

表3 知識圖譜可視化軟件工具使用頻次及占比(n=166)

3 討論

3.1 護(hù)理研究期待交流與合作

由圖1可知知識圖譜在我國護(hù)理領(lǐng)域應(yīng)用的相關(guān)文獻(xiàn)數(shù)量隨時間呈上升趨勢，說明其越來越受到護(hù)理研究者的重視，在未來一段時間內(nèi)仍將是我國護(hù)理研究領(lǐng)域的熱點(diǎn)，特別是從2016年開始文獻(xiàn)增長速度加快，這可能與2016年發(fā)布的《全國護(hù)理事業(yè)發(fā)展規(guī)劃(2016-2020年)》中提到的加強(qiáng)護(hù)理信息化建設(shè)，利用信息化技術(shù)為護(hù)理創(chuàng)造有利條件發(fā)展護(hù)理事業(yè)有關(guān)。另一方面研究中發(fā)現(xiàn)相關(guān)文獻(xiàn)最早發(fā)表于2012年，說明知識圖譜的應(yīng)用在我國護(hù)理領(lǐng)域起步較晚[4]。通過地域分析發(fā)現(xiàn)，第一作者分布于我國19個省、2個自治區(qū)和4個直轄市，其中前5位的省區(qū)市依次是山西、遼寧、上海、山東、甘肅，發(fā)文量占總量的53.6%，分布廣泛但各地區(qū)數(shù)量分布不均衡，南北差異較大。第一作者所在機(jī)構(gòu)中，最多的為醫(yī)學(xué)院校(45.2%),與醫(yī)院相比，醫(yī)學(xué)院校強(qiáng)大的科研能力、較高的科研重視程度、充足的研究時間以及便捷的學(xué)習(xí)渠道，為知識圖譜的應(yīng)用奠定了良好的基礎(chǔ)。在當(dāng)前數(shù)據(jù)信息的標(biāo)準(zhǔn)化以及數(shù)據(jù)信息可共享的有利背景下，建議護(hù)理工作者抓住機(jī)遇，緊跟時代潮流，提高自身的科研水平，研究更多高質(zhì)量的文獻(xiàn)，同時加強(qiáng)各區(qū)域間、各機(jī)構(gòu)間的交流與合作，集中各研究機(jī)構(gòu)和研究者的優(yōu)勢力量，如充分發(fā)揮醫(yī)學(xué)院校科研能力和醫(yī)院豐富的臨床護(hù)理經(jīng)驗(yàn)，加強(qiáng)醫(yī)院與醫(yī)學(xué)院校之間的合作，形成核心研究團(tuán)隊(duì)或合作群，提高專業(yè)性的同時擴(kuò)大研究的深度與廣度，不斷推動護(hù)理科研發(fā)展。

3.2 注重團(tuán)隊(duì)意識并提高影響力及基金資助率

合作度是指在某一確定時間內(nèi)每篇論文的平均作者數(shù),合著率是合著論文占論文總量的比率,這兩個指標(biāo)在一定程度上反映了科研協(xié)作趨勢,合作度越高表明科研合作越緊。本研究中文獻(xiàn)合作度、合著率均不高，可能與我國知識圖譜在護(hù)理領(lǐng)域研究起步較晚，認(rèn)識程度不高，相關(guān)人才缺乏有關(guān)。文獻(xiàn)的被引頻次是衡量一篇論文質(zhì)量的重要指標(biāo)之一[5]，本研究納入的文獻(xiàn)中，被引頻次≥10次的僅有7篇。一方面說明有關(guān)知識圖譜在護(hù)理領(lǐng)域應(yīng)用研究的文獻(xiàn)學(xué)術(shù)影響力較低，深度和廣度不夠；另一方面說明護(hù)理人員對知識圖譜的了解甚微，知識圖譜相關(guān)知識還未得到有效普及。本研究發(fā)現(xiàn)，載文數(shù)量前6位的期刊為《護(hù)理研究》《中華現(xiàn)代護(hù)理雜志》《解放軍護(hù)理雜志》《中國實(shí)用護(hù)理雜志》《護(hù)理學(xué)雜志》《中華護(hù)理教育》，載文量占期刊文獻(xiàn)總數(shù)的35.7%(60/168)。這些期刊影響力較大，閱讀人群多，利于知識圖譜的推廣，但期刊文獻(xiàn)分散且數(shù)量不均衡。本研究納入文獻(xiàn)中，基金資助率較低(39.3%)，且其中大多為省級基金，國家級較少，說明知識圖譜相關(guān)課題申報數(shù)量少，相關(guān)論文學(xué)術(shù)和應(yīng)用價值不高，這可能與我國護(hù)理專項(xiàng)科研基金缺乏有關(guān)。綜合上述情況進(jìn)行分析，研究者之間應(yīng)加強(qiáng)交流與合作，提高團(tuán)隊(duì)意識和創(chuàng)新能力，此外，研究不應(yīng)拘泥于護(hù)理領(lǐng)域，建議與其他領(lǐng)域或?qū)W科建立聯(lián)系，以確保研究的科學(xué)性和創(chuàng)新性。另外，需擴(kuò)大知識圖譜在護(hù)理領(lǐng)域的知名度，加強(qiáng)護(hù)理研究者對知識圖譜的認(rèn)知，提高研究水準(zhǔn)和學(xué)術(shù)水平，撰寫高質(zhì)量的文章，努力向高水平期刊投稿，才能進(jìn)一步提高被引量，供更多研究者參考。對于研究的外部環(huán)境而言，相關(guān)部門應(yīng)加大資金投入，提高基金支持力度，鼓勵研究者開展相關(guān)研究，培養(yǎng)更多高質(zhì)量人才，為知識圖譜在護(hù)理領(lǐng)域中的應(yīng)用提供堅(jiān)實(shí)的基礎(chǔ)。

3.3 知識圖譜在護(hù)理領(lǐng)域應(yīng)用情況分析

3.3.1可視化分析方法

知識圖譜蘊(yùn)含了多種研究方法供研究者借鑒使用，在護(hù)理領(lǐng)域，最常用的分析方法為共現(xiàn)分析、聚類分析、詞頻分析，因其簡單易理解且展示出來的圖譜更直觀易懂，受到研究者的廣泛使用，其他分析方法雖也有涉及，但總體使用率不高，護(hù)理研究者可根據(jù)研究內(nèi)容對其他分析方法進(jìn)行嘗試，綜合運(yùn)用多種分析方法，擴(kuò)大研究的廣度，提高護(hù)理科研的創(chuàng)新性。

3.3.1.1 共現(xiàn)分析

共現(xiàn)分析是對共同出現(xiàn)的特征項(xiàng)(題名、作者、關(guān)鍵詞、機(jī)構(gòu)等)的定量研究，以揭示信息的內(nèi)容關(guān)聯(lián)和特征項(xiàng)所隱含的知識。谷春梅等[6]運(yùn)用共現(xiàn)分析的方法，制作出關(guān)鍵詞共現(xiàn)圖譜來分析國外重癥患者延續(xù)性護(hù)理研究的熱點(diǎn)與核心領(lǐng)域。劉太芳等[7]運(yùn)用CiteSpace軟件對《中華護(hù)理雜志》上的載文作者進(jìn)行共現(xiàn)分析后，以圖譜的方式顯示了每位作者的發(fā)文量以及作者之間的合作程度。本研究發(fā)現(xiàn)此方法在我國護(hù)理領(lǐng)域最多見的是對作者、關(guān)鍵詞的共現(xiàn)分析，以此找到某疾病護(hù)理的研究熱點(diǎn)和內(nèi)部聯(lián)系，是護(hù)理領(lǐng)域最常用的方法。

3.3.1.2 聚類分析與詞頻分析

聚類分析是根據(jù)事物間的不同特征、親疏程度和相似程度等進(jìn)行分類的一種方法，即“物以類聚”[8]。在護(hù)理領(lǐng)域，聚類分析已成為知識圖譜數(shù)據(jù)處理常用的方法之一。通過聚類分析，邱蘭盈等[9]總結(jié)出國內(nèi)近5年乳腺癌護(hù)理領(lǐng)域的研究態(tài)勢及熱點(diǎn)。陳琳等[10]分析出近10年國外護(hù)理模式研究的熱點(diǎn)主題。陳蓄等[11]剖析護(hù)理信息學(xué)領(lǐng)域熱點(diǎn)關(guān)鍵詞的中心思想。詞頻分析也是常見的方法之一，是對某一類文獻(xiàn)中的關(guān)鍵詞、主題詞等核心詞匯所出現(xiàn)的頻次進(jìn)行統(tǒng)計(jì)，通過頻次的高低來確定研究領(lǐng)域的研究熱點(diǎn)與焦點(diǎn)問題，具有客觀性、準(zhǔn)確性、系統(tǒng)性、實(shí)用性等特點(diǎn)[12]。趙嬌等[12]對臨床心理護(hù)理相關(guān)文獻(xiàn)中的關(guān)鍵詞進(jìn)行詞頻分析，以了解我國臨床心理護(hù)理研究發(fā)展現(xiàn)狀以及熱點(diǎn)變化。劉娜等[13]運(yùn)用詞頻分析得到我國護(hù)理質(zhì)量管理研究文獻(xiàn)出現(xiàn)頻次較高的關(guān)鍵詞，并制作了關(guān)鍵詞知識圖譜以了解研究熱點(diǎn)。詞頻分析在我國護(hù)理領(lǐng)域最常用的是對關(guān)鍵詞的分析，因其可以很直觀地看到該領(lǐng)域的研究熱點(diǎn)且操作方便，已被很多護(hù)理研究者所采用。

3.3.2可視化研究工具

CiteSpace、Ucinet、VOSviewer、Bibexcel、SPSS、Pajek、HisCite和Wordsmith Tool等都是知識圖譜可視化分析工具[4]。本研究發(fā)現(xiàn)CiteSpace、Ucinet是可視化工具中使用率較高的兩款軟件。

3.3.2.1 CiteSpace

CiteSpace是由美國德雷塞爾大學(xué)華人學(xué)者陳超美博士開發(fā)的一款主要用于計(jì)量和分析科學(xué)文獻(xiàn)數(shù)據(jù)的信息可視化軟件，可展現(xiàn)某一科學(xué)領(lǐng)域中的關(guān)鍵部分、熱點(diǎn)研究和前沿方向[14]，主要用于共現(xiàn)分析、聚類分析、共被引分析等文獻(xiàn)研究，該軟件已成為目前最為流行的知識圖譜繪制工具之一。我國護(hù)理領(lǐng)域較早使用該軟件的護(hù)理研究者有劉輝、陸應(yīng)妹等。劉輝等[15]運(yùn)用CiteSpace信息可視化工具，用知識圖譜的方式展示了護(hù)理倫理困境與決策領(lǐng)域的一些核心特征，并分析了該學(xué)科發(fā)展脈絡(luò)、研究熱點(diǎn)與前沿。陸應(yīng)妹等[16]運(yùn)用CiteSpaceⅡ軟件從機(jī)構(gòu)、作者和關(guān)鍵詞三個方面分析發(fā)表在《中國護(hù)理管理》雜志上的文獻(xiàn)，制作了機(jī)構(gòu)合作和關(guān)鍵詞可視化知識圖譜，從圖中的節(jié)點(diǎn)、連線、顏色方面分析其中的聯(lián)系，從而找到研究熱點(diǎn)。本研究發(fā)現(xiàn)CiteSpace軟件是國內(nèi)護(hù)理領(lǐng)域應(yīng)用最多的可視化分析工具，研究者常用來繪制關(guān)鍵詞、作者、單位或機(jī)構(gòu)的共現(xiàn)圖譜，以此找到國內(nèi)外臨床護(hù)理、護(hù)理教育或管理方式等方面的研究熱點(diǎn)和發(fā)展前沿以及作者或機(jī)構(gòu)之間的合作關(guān)聯(lián)程度。

3.3.2.2 Ucinet

Ucinet軟件是一款功能強(qiáng)大的社會網(wǎng)絡(luò)分析軟件，最初由社會網(wǎng)絡(luò)研究的開創(chuàng)者、加州大學(xué)歐文分校的林頓·弗里曼(L.Freeman)等網(wǎng)絡(luò)分析者編寫，后經(jīng)他人擴(kuò)展和維護(hù)并沿用至今[17-18]。在我國護(hù)理領(lǐng)域，唐英等[19]采用Ucinet 6.0軟件繪制社會網(wǎng)絡(luò)關(guān)系圖, 按照中心度排列作者單位、主要作者之間的關(guān)系，探究循證護(hù)理領(lǐng)域機(jī)構(gòu)和作者合作情況。程鳳[20]運(yùn)用Ucinet軟件，得到護(hù)理模式研究領(lǐng)域主要國家/地區(qū)的合作網(wǎng)絡(luò)圖，找到在該領(lǐng)域具有較高影響力的國家。本研究發(fā)現(xiàn)Ucinet在分析文獻(xiàn)作者、機(jī)構(gòu)、熱點(diǎn)關(guān)鍵詞等之間的網(wǎng)絡(luò)關(guān)系，確定護(hù)理研究關(guān)系上具備優(yōu)勢。目前，由于研究工具本身具有復(fù)雜性和難操作性，加之專業(yè)技術(shù)人才匱乏，護(hù)理研究者認(rèn)知程度不深等原因，使得研究內(nèi)容相對淺表，缺乏深層次的研究。對此，學(xué)校、醫(yī)院作為主要研究機(jī)構(gòu)，應(yīng)大力開展相關(guān)學(xué)術(shù)交流活動和跨學(xué)科的合作研究，鼓勵護(hù)理研究者積極學(xué)習(xí)知識圖譜相關(guān)內(nèi)容。護(hù)理研究者也應(yīng)掌握相關(guān)理論知識并合理運(yùn)用研究工具，擴(kuò)大研究的深度，進(jìn)一步增強(qiáng)研究的科學(xué)性和嚴(yán)謹(jǐn)性。