Please wait a minute...
档案学研究  2015, Vol. 29 Issue (1): 22-29    DOI: 10.16065/j.cnki.issn1002-1620.2015.01.004
  基础理论研究 本期目录 | 过刊浏览 |
基于作者共被引分析的我国档案学学科知识结构探析
姜鑫1, 马海群2
1 黑龙江大学信息管理学院,哈尔滨 150080
2 黑龙江大学信息资源管理研究中心,哈尔滨 150080
Detecting the Intellectual Structure of Archival Science in China based on Author Co-citation Analysis
Xin Jiang1, Haiqun Ma2
1 College of Information Management, Heilongjiang University,Harbin 150080
2 Research Center of Information Resources Management, Heilongjiang University,Harbin 150080
全文: HTML    PDF(678 KB)  
输出: BibTeX | EndNote (RIS)      
摘要: 

作者共被引分析(ACA)是目前识别与分析学科领域知识结构的主流方法之一。本文构建了1998~2012年我国档案学领域45位核心作者的共被引关系矩阵,并结合多元统计分析和社会网络分析方法分析了这一时期我国档案学学科知识结构。研究表明,1998~2012年这15年间我国档案学研究主要集中于8个主题领域:档案学基础理论、电子文件管理、档案工作、档案管理、档案学教育与研究、档案资源利用、档案开放与立法、档案保护技术,并进一步分析了每一主题领域的核心作者、研究范围和研究进展。

关键词 档案学作者共被引分析多元统计分析社会网络分析    
Abstract

Author co-citation analysis (ACA) is one of the main methods for detecting and analyzing the intellectual structure of a particular discipline. This paper constructs the co-citation metrics of 45 core authors in archival science during the period of 1998-2012, and further analyzes the intellectual structure of archival science in China during the above period with the methods of multivariate statistical analysis and social network analysis. The results show that archival science research fields in China mainly focus on eight research themes: basic theory of archival science, electronic document management, archive work, archives management, education and research of archival science, archives resources utilization, file opening and archives legislation, and archival protection technology. This paper further draws some useful conclusions about core authors, research content and research progress of each subject area.

Key wordsArchival Science    Author Co-citation Analysis    Multivariate Statistical Analysis    Social Network Analysis
出版日期: 2017-11-16
引用本文:

姜鑫, 马海群. 基于作者共被引分析的我国档案学学科知识结构探析[J]. 档案学研究, 2015, 29(1): 22-29.
Xin Jiang, Haiqun Ma. Detecting the Intellectual Structure of Archival Science in China based on Author Co-citation Analysis. Archives Science Study, 2015, 29(1): 22-29.

链接本文:

http://daxyj.idangan.cn/CN/10.16065/j.cnki.issn1002-1620.2015.01.004      或      http://daxyj.idangan.cn/CN/Y2015/V29/I1/22

表1  1998~2012年我国档案学领域的核心作者
图1  核心作者的共被引网络(共被引次数≥5)
表2  核心作者共被引次数的频数分布表
表3  核心作者共被引矩阵因子分析结果(载荷>0.4)
图2  核心作者共被引矩阵因子分析结果可视化
图3  核心作者共被引矩阵系统聚类树状图

图2图3可见,本研究中因子分析与聚类分析的分析结果并不完全一致,但也明显存在着一定的对应关系,这虽然导致了一些作者归属类别的不一致性,但也在一定程度上体现了作者研究方向的多样性。

表4  核心作者共被引网络的中心性指标
表5  核心作者共被引网络的核心度
图4  核心作者共被引网络核心-边缘结构分析结果(部分)
[1] 许海云,方曙.科学计量学的研究主题与发展——基于普赖斯奖得主的扩展作者共现分析[J].情报学报,2013,32(1):58-67.
doi: 10.3772/j.issn.1000-0135.2013.01.007
[2] 邱均平,马瑞敏,李晔君.关于共被引分析方法的再认识和再思考[J].情报学报,2008,27(1):69-74.
doi: 10.3969/j.issn.1000-0135.2008.01.011
[3] 陈胜可.SPSS统计分析——从入门到精通[M].北京:清华大学出版社,2010:317.
[4] 邱均平,张晓培.基于CSSCI的国内知识管理领域作者共被引分析[J].情报科学,2011,27(10):69-74.
doi: 10.3772/j.issn.1000-0135.2012.01.013
[5] orgatti S P, Everett M G. Models of core/peripherystructures[J].Social Networks,1999(21):375-395.
doi: 10.1016/S0378-8733(99)00019-2
[6] 张玥,朱庆华.学术博客交流网络的核心-边缘结构分析实证研究[J].图书情报工作,2009,53(12):25-29.
[7] 邱均平,王菲菲.基于CSSCI的国内情报学领域作者共被引分析[J].情报学报,2012,31(1):104-112.
[8] 于英香.我国电子文件管理研究的三次转折[J].档案学通讯,2010(1):29-33.
[9] 徐鸿.论我国档案管理工作的知识管理走向——从“后保管模式”谈起[J].档案学研究,2004(6):13-15.
[1] 金波, 蔡敏芳. 大数据时代档案学专业高等教育的变革与创新[J]. 档案学研究, 2016, 30(6): 12-17.
[2] 王向女. 中国档案学史研究述评[J]. 档案学研究, 2016, 30(5): 10-15.
[3] 王云庆, 张帆. 魏源档案学意识探析[J]. 档案学研究, 2016, 30(5): 121-125.
[4] 孙大东. 中国档案学范式尚未形成——基于批判性视域的考量[J]. 档案学研究, 2016, 30(5): 16-20.
[5] 白文琳, 安小米. 2014年我国档案学研究现状、学术热点及趋势[J]. 档案学研究, 2016, 30(3): 12-15.
[6] 何振, 杨文, 唐思慧, 邢文明. 大数据时代档案学教育的新常态与实践拓展[J]. 档案学研究, 2016, 30(1): 117-123.
[7] 张衍. 江苏学院档案学教育溯源[J]. 档案学研究, 2016, 30(1): 51-56.
[8] 曹玉. 中美档案学形成阶段与发展因素的相通性分析[J]. 档案学研究, 2016, 30(1): 11-18.
[9] 孙大东, 邢变变. 复杂性科学对档案学术研究的启示[J]. 档案学研究, 2015, 29(1): 18-21.
[10] 张斌, 吴琼, 马晴, 吴向波, 魏扣. 档案学专业创新人才内涵探析[J]. 档案学研究, 2015, 29(1): 109-114.
[11] 关琳, 陈媛媛, 李刚. 西方档案学界对中国档案学界的影响
(1998-2013)
[J]. 档案学研究, 2015, 29(1): 12-17.
[12] 黄新荣, 吴建华. 论档案学隐喻与档案学范式[J]. 档案学研究, 2014, 28(4): 8-11.