ترسیم و تحلیل نقشه دانش حوزه پژوهش های زنان و زایمان با استفاده از تحلیل هم رخدادی واژگان
محل انتشار: پژوهشنامه علم سنجی، دوره: 7، شماره: 14
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 113
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_RSCI-7-14_007
تاریخ نمایه سازی: 8 آذر 1403
چکیده مقاله:
هدف: این پژوهش سعی دارد با استفاده از فنون تحلیل هم رخدادی واژگان، نقشه دانش در پژوهش های حوزه زنان و زایمان را با استفاده از رویکردهای تحلیل شبکه و دیداری سازی علم مورد مطالعه قرار دهد.روش شناسی: این پژوهش کاربردی با استفاده از تحلیل هم رخدادی واژگان انجام شده است. جامعه پژوهش را تعداد ۵۷۷۶۹ رکورد تشکیل می دهد که در حوزه زنان و زایمان در بازه زمانی ۲۰۱۴ تا ۲۰۱۸ در پایگاه اطلاعاتی وب آو ساینس نمایه شده اند.یافته ها: از نظر فراوانی، کلیدواژه «بارداری» و از نظر هم رخدادی دو کلیدواژه «بارداری-پره اکلامپسی» بیشترین فراوانی را داشته اند. یافته های مربوط به خوشه بندی سلسله مراتبی نیز منجر به شکل گیری هفت خوشه گردید. خوشه های «سزارین»، «پره اکلامپسی» و «سرطان های زنان» جزء خوشه های بالغ به حساب می آیند. خوشه «ناباروری» محوری نبوده، و جزء خوشه های در حال توسعه می باشد. خوشه های «غربالگری قبل از تولد»، «یائسگی» و «عوارض بارداری» از خوشه های نابالغ و توسعه نیافته می باشند.نتیجه گیری: بررسی ساختار دانش حوزه زنان و زایمان وضعیت پژوهش های این حوزه را مشخص نمود که می تواند نقشه راهی برای پژوهش های آتی پژوهشگران باشد. در حوزه زنان و زایمان، موضوعات پیرامون ناباروری و مشکلات روانی آن نیاز به توجه بیشتر پژوهشگران دارد.
کلیدواژه ها:
نویسندگان
مژگان جواهری
کارشناس ارشد کتابداری و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی همدان، ایران.
حسین وکیلی مفرد
استادیار، گروه کتابداری و اطلاع رسانی پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، ایران.
محمدرضا امیری
استادیار، گروه کتابداری و اطلاع رسانی پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، ایران.
علی اکبر خاصه
دانشیار گروه علم اطلاعات و دانش شناسی، دانشگاه پیام نور.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :