$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Cette étude a mené une analyse bibliométrique systématique afin d’identifier et de visualiser les tendances de recherche dans le domaine de la sécurité des tunnels de 1992 à 2026.
Recherche littéraire et collecte de données
Accédez à la base de données Web of Science Core Collection (WoSCC). La stratégie de recherche a été réalisée à l’aide de la requête thématique suivante : TS = [(« tunnel » et « tunnel safety »)]. Après avoir saisi la requête, le bouton « Chercher » était cliqué pour effectuer la recherche de littérature. Les résultats ont été filtrés en sélectionnant « Articles », « Articles de revue » et « Publications en accès anticipé » comme types de documents. Un total de 15 861 articles et articles de synthèse publiés entre 1992 et 2026 ont été rassemblés. Cette étude se concentre sur des domaines clés tels que la sécurité incendie dans les tunnels, la sécurité routière, la sécurité routière et l’évacuation du personnel, visant à revoir les progrès de la recherche et les points chauds dans la sécurité globale des tunnels. Par conséquent, les publications relatives à la sécurité des tunnels dans l’excavation, à la prédiction de sécurité des tunnels blindés et à l’évaluation de la sécurité des fissures de revêtement de tunnel ont été exclues. À l’issue de ce processus de sélection, 428 articles ont été conservés pour une analyse approfondie. Dans la section « Contenu d’enregistrement », « Enregistrement complet et références citées » était sélectionné, et le jeu de données filtré était exporté sous forme de fichiers « texte brut ». Chaque dossier a été vérifié pour contenir des informations complètes sur la citation et la co-auteur. Le processus de sélection détaillé est présenté dans un diagramme de flux (Figure 1).
Prétraitement des données
Le jeu de données en texte brut exporté depuis WoSCC a été importé dans un tableur utilisant le fichier Data | Depuis la fonction Texte/CSV . Les caractères tabulation et espace étaient sélectionnés comme délimiteurs pour séparer le texte en colonnes. Le tableau résultant servait à filtrer, trier et résumer les enregistrements pour les analyses ultérieures. Les enregistrements ont été agrégés par année de publication pour calculer les décomptes annuels et cumulatifs de publications. La colonne Journal (SO) a été filtrée pour ne conserver que les revues ayant trois articles ou plus. Les institutions ont été triées par fréquence et centralité pour identifier les 10 principales institutions, et les mots-clés ont été triés par fréquence et centralité pour identifier les 20 premiers mots-clés. Les clusters de mots-clés ont été triés par taille, et les six plus grands clusters ont été conservés. Les critères et procédures détaillés pour chaque opération ont été décrits dans les sous-sections analytiques correspondantes.
Pour l’analyse de l’évolution des numéros de la littérature publiée, la colonne Année de publication (PY) était filtrée dans le logiciel du tableur, et les valeurs converties en format numérique. Les enregistrements ont ensuite été agrégés par année de publication pour calculer à la fois les décomptes annuels et cumulatifs de publications. Un graphique de tendance de publication a été généré en construisant un graphique à barres pour la production annuelle et en superposant un graphique linéaire pour le total cumulatif (Figure 2). Pour l’analyse des schémas de distribution des revues de publication, la colonne Journal (SO) était isolée, et le nombre d’enregistrements pour chaque revue était calculé. La fréquence de publication a été calculée pour chaque revue entre 1992 et 2026 en regroupant les enregistrements selon le titre de la revue et en triant les résultats par ordre décroissant. Les revues avec trois articles ou plus ont été conservées, ce qui a donné 28 revues, et les résultats ont été présentés dans un tableau résumé (Tableau 1).
Analyse de la collaboration des auteurs
Le jeu de données en texte brut WoSCC a été importé et configuré dans CiteSpace à l’aide du Data | Import | la commande Web of Science , ainsi que les annuaires d’entrée et de sortie, étaient spécifiés selon les besoins. Après une revue approfondie de la littérature récupérée, les publications de 1992 à 2004 ont été identifiées comme représentant une proportion relativement faible de l’ensemble de données. Plus important encore, le contenu et les thèmes de recherche de ces publications étaient dispersés et montraient une faible pertinence pour la sécurité des tunnels. Intégrer ces articles dans l’analyse bibliométrique aurait introduit une redondance excessive et obscurci l’identification des points chauds de recherche et des tendances évolutives. De plus, la littérature consultée en mars 2026 n’a pas pu représenter entièrement la production annuelle de publications pour 2026. Par conséquent, l’analyse CiteSpace a été limitée à la littérature publiée entre 2005 et 2025. La période a été fixée de 2005 à 2025 en fonction de la pertinence de publication, en utilisant un découpage temporel annuel avec une tranche de temps d’un an.
CiteSpace était configuré avec l’auteur comme type de nœud. Le critère de sélection était fixé à l’indice g (k = 15). Les sources de terme étaient définies sur Titre, Résumé, Mots-clés de l’auteur (DE) et Mots-clés Plus (ID). Dans le menu Élagage, les options réseau fusionnées Pathfinder et Élagage ont été sélectionnées pour simplifier la structure réseau. L’analyse a été réalisée en cliquant sur Aller pour produire la visualisation du réseau de collaboration avec l’auteur. Les tailles de police et les schémas de couleurs ont été ajustés pour améliorer la lisibilité (Figure 3).
Collaboration institutionnelle et analyse des 10 meilleures institutions
Le type de nœud était défini comme institution dans CiteSpace. Le critère de sélection a été fixé à l’indice g (k = 25). Les sources de terme étaient définies sur Titre, Résumé, Mots-clés de l’auteur (DE) et Mots-clés Plus (ID). Dans le menu Élagage, les options réseau fusionnées Pathfinder et Élagage ont été sélectionnées pour réduire la complexité du réseau.
L’analyse a été réalisée en appuyant sur Go pour générer la carte de collaboration institutionnelle. La typographie et les réglages des couleurs ont été ajustés pour améliorer l’interprétabilité (Figure 4). Les données de collaboration institutionnelle ont été sauvegardées à l’aide de Output | Résumé du réseau sous forme HTML, CSV, RIS | Enregistrer en CSV. Le fichier CSV a ensuite été ouvert dans Microsoft Excel. Les colonnes « Freq », « Centrality » et « Label » ont été combinées, et un tri décroissant a été appliqué en utilisant Tri & Filter | Descendant. Les 10 meilleures institutions ont été extraites et assemblées dans un tableau final (Tableau 2).
Cooccurrence de mots-clés et analyse des 20 meilleurs mots-clés
Dans CiteSpace, le type de nœud était défini sur mot-clé. L’indice g était fixé à k = 17. Les sources de terme étaient définies sur Titre, Résumé, Mots-clés de l’auteur (DE) et Mots-clés Plus (ID). Dans le menu Élagage, les options de réseau fusionnés Pathfinder et Élagage ont été sélectionnées pour réduire le réseau. L’analyse a été lancée en cliquant sur Aller pour obtenir la carte de cooccurrence des mots-clés. Les attributs de police et de couleur ont été modifiés pour améliorer la lisibilité visuelle (Figure 5). Le jeu de données de cooccurrence par mots-clés a été exporté via Output | Résumé du réseau sous forme HTML, CSV, RIS | Enregistrer en CSV. Le fichier CSV a été ouvert dans Microsoft Excel. Les colonnes « Freq », « Centrality » et « Label » étaient combinées, et un tri décroissant était effectué en utilisant Tri & Filter | Descendant. Les 20 mots-clés principaux ont été identifiés et organisés dans un tableau final (Tableau 3).
Analyse des groupes de mots-clés et des 6 principaux groupes
La catégorie de nœud était définie comme mot-clé dans CiteSpace. L’indice g était fixé à k = 17. Les sources de terme étaient définies sur Titre, Résumé, Mots-clés de l’auteur (DE) et Mots-clés Plus (ID). Dans le menu Élagage, les options de réseau fusionnés Pathfinder et Élagage étaient sélectionnées pour affiner le réseau. L’analyse du regroupement de mots-clés a été réalisée en cliquant sur Aller (Aller ). Les labels de cluster ont été extraits à l’aide de l’algorithme log-veroyloïsme (LLR). Seuls les groupes avec un score de silhouette supérieur à 0,7 ont été conservés. La carte de clustering a été générée en utilisant l’Optimisation des étiquettes de cluster | K : Les mots-clés et les paramètres d’affichage ont été ajustés pour une lisibilité optimale (Figure 6). Les détails des clusters ont été extraits via Clusters | Voir le contenu du cluster et organisé en une feuille de calcul Microsoft Excel. La table de données a été ouverte, et la colonne « Taille » a été sélectionnée et triée en utilisant Tri & Filtre > Descendant. Les résultats ont été compilés dans la table finale de regroupement des mots-clés (Tableau 4).
Analyse de clusters de chronologies de mots-clés
Le type de nœud était conservé comme mot-clé dans CiteSpace. L’indice g était fixé à k = 17. Les sources de terme étaient définies sur Titre, Résumé, Mots-clés de l’auteur (DE) et Mots-clés Plus (ID). Dans le menu Élagage, les options de réseau fusionnées Pathfinder et Élagage ont été sélectionnées pour tailler le réseau. L’analyse du regroupement de mots-clés a été réalisée en cliquant sur Go. Les labels de cluster ont été extraits en utilisant le même algorithme LLR et le seuil de score de silhouette (> 0,7). La vue de la timeline a été sélectionnée pour générer la carte de regroupement des timelines de mots-clés. Les réglages de police et de couleur ont été ajustés pour améliorer la lisibilité (Figure 7).
Analyse de la régénération de mots-clés
Le type de nœud était conservé comme mot-clé dans CiteSpace. L’indice g était fixé à k = 17. Les sources de terme étaient définies sur Titre, Résumé, Mots-clés de l’auteur (DE) et Mots-clés Plus (ID). Dans le menu Élagage, les options réseau fusionnées Pathfinder et Élagage étaient sélectionnées pour l’élagage réseau. L’analyse des mots-clés s’effectuait en cliquant sur Go. L’option Burstness a été sélectionnée, le paramètre γ a été fixé à 0,5, et la durée minimale de la rafale a été fixée à 2 ans pour effectuer l’analyse de détection des rafales de mots-clés. Les données ont été actualisées pour générer la liste des 25 mots-clés les plus forts avec les rafales de citations les plus fortes (Figure 8).