CiteSpace를 기반으로 한 터널 안전 연구 진행 상황의 서지계량분석

요약

이 연구는 Web of Science 데이터와 CiteSpace 도구를 활용하여 출판 동향, 협력 및 연구 핫스팟을 식별하는 터널 안전성 연구의 서지계량학 분석을 제시합니다. 분석 결과, 화재 및 교통 안전에 중점을 두고 있으며, 지능형 관리와 다중 위험 복원력으로 전환되고 있으며, 협력은 분산되어 있습니다.

초록

터널 공간의 복잡성이 점점 커지고 관련 위험이 다양해지면서, 터널 안전 연구에 대한 포괄적인 이해가 필수적입니다. 이 연구는 Web of Science Core Collection에 수록된 터널 안전성 관련 논문에 대한 서지 분석을 위해 CiteSpace를 활용합니다. 결과는 출판물 수가 꾸준히 증가했으며, 2017년 이후 상당한 급증을 보였습니다. Central South University가 주요 기고자이며, Tunnelling and Underground Space Technology는 중요한 학술지로 두드러집니다. 연구는 지하공학, 화재 안전 공학 및 관련 학문 분야를 아우르는 매우 학제간 연구를 진행하지만, 저자와 기관 간의 협력 네트워크는 분산되어 시너지 효과가 제한적입니다. 키워드 분석에 따르면 연구 핫스팟은 터널 화재 안전과 교통사고 분석에 집중하며, 기본 이론과 위험 평가에서 지능적이고 시스템 지향적인 관리로 전환하고 있습니다. 이 분야는 전통적인 정적 분석에서 동적 운영 안전 분석, 다중 위험 결합 위험 평가, 시스템 복원력 평가로 전환하고 있습니다. 하지만 디지털 기술과 학제간 협업의 통합에는 여전히 도전 과제가 남아 있습니다. 전통적인 내러티브 리뷰가 종종 단편적이거나 정적인 평가에 의존하는 것과 달리, 이 연구는 터널 안전 연구의 진화를 동적으로 매핑할 수 있는 재현 가능한 서지 측정 틀을 제공합니다. 이 연구는 신흥 트렌드를 식별하고 향후 학제간 연구를 안내하기 위한 방법론적으로 구조화된 통찰을 제공합니다.

서론

현대 교통 및 인프라 네트워크의 핵심 구성 요소로서 터널은 전 세계적으로 규모와 복잡성이 지속적으로 증가해 왔습니다. 그러나 터널 내 독특하고 제한된 환경은 구조 균열¹, 화재 위험², 교통 위험³, 운영 안전 우려⁴, 전 생애 안전 모니터링 문제⁵ 등 심각한 안전 문제를 제기합니다. 역사적 데이터는 터널 내 사고, 특히 화재가 심각한 인명 피해와 재^{산 피해로} 자주 발생함을 일관되게 보여줍니다. 이러한 사고들은 차량과 터널 구조물 자체를 손상시킬 뿐만 아니라, 기존 안전 대응 전략의 미흡함을 드러냅^니다. 따라서 터널 안전에 대한 심층 연구는 인프라의 장기적이고 안정적인 운영을 보장하는 데 그치지 않고, 공공 안전 수호, 비상 관리 시스템^최적화, 지속 가능한 발전^{촉진 9}, 사회 복지 증진에도 필수적입니다.

터널 안전에 관한 초기 연구는 1990년대로 거슬러 올라갑니다. 연구 주제는 주로 가연성 가스 축적과 터널 내 인원 대피와 같은 근본적인 문제에 집중되었습니다. 이후 이 분야는 상당한 발전을 이루었으며, 수많은 학자들이 광범위하고 가치 있는 연구를 수행했습니다. 연구 범위는 점차 터널 사고 메커니즘, 화재 보호 시스템 설계, 건설 안전 통제, 구조 설계 최적화 등 다양한 이슈로 확대되었습니다. 21^{세기 초}, 특히 지난 20년간 디지털화와 지능형 기술의 급속한 발전과 함께 연구 범위는 구조 안정성 모니터링^10,11, 사고 위험 예측, 터널 조명 시스템, 운전자 행동, 운전자 정보 상호작용 시스템과 같은 최첨단 분야로 더욱 발전했습니다. 터널 안전에 관한 기존 연구는 크게 세 가지 주요 측면으로 분류할 수 있습니다.

첫째, 일부 연구는 다요인 결합 조건¹²에서 화재 재해 사슬의 전달 메커니즘에 초점을 맞추고 있습니다. 이 연구들은 통계 사고 분석¹³, 사례 기반 회고적 연구, 확률적 위험 평가(PRA)와 같은 방법을 사용하여 사고 원인, 위험 평가¹⁴, 화재 진화 메커니즘, 대피 시뮬레이션¹⁵, 구조 안전 모니터링을 조사했습니다. 둘째, 여러 연구가 역동적인 환경에서 선제적 예방 및 통제 역량 강화에 초점을 맞추고 있습니다. 많은 학자들이 계산유체역학(CFD) 시뮬레이션¹⁶, BIM-GIS 통합 모델링, 다중 소스 센서 네트워크 기술을 활용하여 화재 연기 확산, 가시성 감쇠, 동적 대피 경로 최적화, 터널 작업^중 건강 모니터링 및 조기 경보를 분석했습니다. 이 연구들은 터널 환기 및 연^{기 배기} 시스템을 더욱 최적화하고, 지능형 조명 구성을 개선했으며 인간 행동 모델링과 디지털 트윈 기반 폐쇄 루프 관리 탐구를 진전시켰습니다. 셋째, 일부 연구는 주로 첨단 기술의 적용과 지속 가능한 터널 개발 추구에 초점을 맞추고 있습니다. 일부 학자들은 가상현실(VR)²⁰, 건물 정보 모델링(BIM)²¹과 같은 디지털 및 지능형 기술을 터널 폭^{파, 지}하 공허 탐지, 굴착 지원을 활용했습니다. 이 연구들은 또한 터널 공학 과정에서 환경적, 사회적, 경제적 요인의 조정된 발전을 탐구하며, 특히^{지속 가능성에} 중점을 둡니다. 또한 일부 학자들은 터널²⁴의 지반 침하 연구를 검토하고, 인프라 점검²⁵의 시각적 분석을 수행하며, 터널 조명과 저탄소 개발²⁶의 관계를 조사하는 데 서지계량학 방법을 적용했습니다.

터널 안전은 포괄적이고 학제간 연구 분야로 발전했습니다 ^6,26. 그러나 체계적이고 통합적인 연구는 여전히 부족하며, 지식 구조의 진화와 이 분야의 신흥 추세 식별이 충분히 명확하지 않아 향후 연구 방향을 결정하기 어렵습니다. 서술 리뷰는 메커니즘 해석, 공학 관행 비교, 전문가 지식을 종합하는 데 유용합니다. 그러나 문헌 선정의 주관성과 대규모 연구 분야의 시간적 변화를 정량적으로 추적하는 데 어려움이 있어 종종 제한을 받습니다. 서지 측정 분석은 투명한 검색 기준, 반복 가능한 데이터 처리 절차, 협업, 중심성, 클러스터링, 버스트 진화의 정량적 지표를 제공하여 서사 검토를 보완합니다. 이 연구에서 CiteSpace는 전문가의 해석을 대체하는 도구가 아니라, 터널 안전 연구의 지적 구조와 새롭게 떠오르는 주제를 식별하기 위한 시각화 및 정량적 매핑 도구로 사용되었습니다. 이 연구의 범위는 터널 안전에 한정되었습니다. 이 범위에는 화재 안전, 연기 통제, 대피, 교통 안전, 운전자 행동, 터널 조명, 환기, 환경 제어, 모니터링, 비상 관리, 위험 평가, 터널 운영 중 시스템 회복력이 포함되었습니다. 터널 굴착 안전성, 실드터널 건설 예측, 발파, 지반 침하, 공사 지지, 라이닝-균열 진단에 주로 관련된 연구는 운영 안전 결과를 명시적으로 다루지 않는 한 제외되었습니다. 이러한 제외는 건설 단계의 지반공학 위험과 운영 단계의 안전 관리가 메커니즘, 데이터 출처, 평가 지표, 공학적 개입에서 크게 다르기 때문에 적용되었습니다^27,28.

터널 안전 분야의 연구의 특성과 동향을 체계적으로 명확히 하기 위해, 본 연구는 중국어 출판물과 다양한 비공식 연구 자료를 제외한 Web of Science Core Collection(WoSCC) 데이터를 기반으로 CiteSpace 시각화 도구를 사용하여 서지 측정 분석을 수행한다. 분석은 출판 결과 특성, 주요 학술지, 핵심 저자 및 기관 간 협업 네트워크, 연구 키워드의 분포 및 시간에 따른 클러스터링, 그리고 신흥 개척 방향을^{포함합니다.} 기존의 리뷰 접근법과 달리, 본 연구는 정량적이고 재현 가능하며 시각화 기반의 서지 측정 프로토콜을 확립합니다. 키워드 폭발 감지, 타임라인 클러스터링, 공존 중심성 분석과 같은 다차원 지표를 통합합니다. 이러한 지표를 활용해 연구는 분야의 지적 구조와 주제 진화를 체계적으로 명확히 하는 포괄적이고 역동적인 지식 프레임워크를 구축합니다. 이 연구는 두 가지 주요 분석 목표를 가지고 있습니다. 첫 번째 목표는 CiteSpace 시각화 도구를 사용하여 포괄적이고 역동적인 지식 프레임워크를 구축하여 전통적인 리뷰 평가의 단편적이고 정적인 특성을 극복하는 것입니다. 둘째는 터널 안전 연구가 식별 가능한 상전이 과정을 거쳤는지, 즉 기존의 기본 이론과 정적 위험 분석에서 지능적이고 체계적이며 다중 위험 결합 동적 안전 관리 시스템으로의 전환을 겪었는지 조사하는 것입니다.

프로토콜

이 연구는 1992년부터 2026년까지 터널 안전 분야의 연구 동향을 식별하고 시각화하기 위해 체계적인 서지측정학 분석을 수행했습니다.

문헌 검색 및 자료 수집
Web of Science 핵심 컬렉션(WoSCC) 데이터베이스에 접속하세요. 검색 전략은 다음 주제별 쿼리를 사용하여 수행되었습니다: TS = [("터널" 및 "터널 안전")]. 쿼리를 입력한 후 "검색" 버튼을 눌러 문헌 검색을 실행했습니다. 결과는 문서 유형으로 "논문", "리뷰 논문", "얼리 액세스 출판물"을 선택하여 필터링했습니다. 1992년부터 2026년 사이에 출판된 총 15,861편의 논문 및 리뷰 논문이 수집되었습니다. 이 연구는 터널 화재 안전, 도로 안전, 교통 안전, 인원 대피와 같은 핵심 분야에 초점을 맞추어 전체 터널 안전의 연구 진행 상황과 주요 지역을 검토하는 것을 목표로 합니다. 따라서 터널 굴착 안전성, 실드 터널 안전성 예측, 터널 라이닝 균열 안전성 평가 관련 출판물은 제외되었습니다. 이 심사 과정을 거쳐 428편의 논문이 추가 분석을 위해 보존되었습니다. "기록 내용" 섹션에서 "전체 기록 및 인용된 참고문헌"이 선택되었고, 필터링된 데이터셋은 "평문" 파일로 내보내졌습니다. 각 기록은 완전한 인용 및 공동 저자 정보를 포함하고 있는지 확인되었습니다. 상세한 스크리닝 과정은 흐름도(그림 1)에 제시되어 있습니다.

데이터 전처리
WoSCC에서 내보낸 일반 텍스트 데이터셋은 Data | 텍스트/CSV 함수에서 출발 합니다. 텍스트를 열로 구분하기 위해 탭 문자와 공백 문자가 구분자로 선택되었습니다. 결과물인 스프레드시트는 기록을 필터링, 정렬, 요약하는 데 사용되어 이후 분석을 위해 사용되었습니다. 기록은 출판 연도별로 집계되어 연간 및 누적 출판 수를 계산했습니다. 저널(SO) 칼럼은 세 편 이상의 논문만 포함하도록 필터링되었습니다. 기관들은 빈도와 중심성별로 정렬되어 상위 10개 기관을 식별했고, 키워드는 빈도와 중심성별로 정렬되어 상위 20개 키워드를 식별했습니다. 키워드 클러스터는 크기별로 정렬되었고, 가장 큰 6개 클러스터가 유지되었습니다. 각 수술에 대한 상세한 기준과 절차는 해당 분석 하위 섹션에 설명되어 있습니다.

출판된 문헌의 수적 변화 분석을 위해 스프레드시트 소프트웨어에서 출판 연도(PY) 열을 필터링하고 값이 숫자 형식으로 변환되었습니다. 이후 기록들은 출판 연도별로 집계되어 연간 및 누적 출판 수를 계산했습니다. 출판 추세 그래프는 연간 산출량에 막대 차트를 구성하고 누적 총량을 위한 선 차트를 겹쳐 생성되었습니다(그림 2). 출판 저널의 분포 패턴 분석을 위해 저널(SO) 열을 분리하고 각 저널의 기록 수를 계산했습니다. 1992년부터 2026년까지 각 저널별로 기록을 저널 제목별로 그룹화하고 결과를 내림차순으로 정렬하여 출판 빈도를 계산했습니다. 3개 이상의 논문이 포함된 학술지는 유지되어 28개의 학술지가 되었으며, 연구 결과는 요약된 표(표 1)에 제시되었습니다.

저자 협업 분석
WoSCC 평문 데이터셋은 Data | 가져오기 | Web of Science 명령어와 입력 및 출력 디렉터리는 적절히 지정되었습니다. 검색된 문헌에 대한 심층 검토 결과, 1992년부터 2004년까지의 논문이 데이터셋의 비교적 작은 비중을 차지하는 것으로 나타났습니다. 더 중요한 것은, 이 논문들의 연구 내용과 주제가 분산되어 터널 안전과 관련성이 약하다는 점입니다. 이 논문들을 서지계량분석에 포함시켰다면 과도한 중복이 발생하고 연구 핫스팟과 변화하는 추세의 식별이 흐려질 수 있었습니다. 또한, 2026년 3월에 검색된 문헌은 2026년 연간 출판 결과를 완전히 반영하지 못했습니다. 따라서 CiteSpace 분석은 2005년부터 2025년 사이에 출판된 문헌에 한정되었습니다. 시간 범위는 2005년부터 2025년까지 출판 관련성을 기준으로 연간 시간 분할 방식을 사용해 1년으로 설정되었습니다.

CiteSpace는 저자를 노드 유형으로 설정했습니다. 선택 기준은 g-지수(k = 15)로 설정되었다. 용어 소스는 제목, 초록, 저자 키워드(DE), 키워드 플러스(ID)로 설정되었습니다. 가지치기 메뉴에서 Pathfinder와 병합된 네트워크 가지치기 옵션이 모두 선택되어 네트워크 구조를 단순화했습니다. 분석은 저자 협업 네트워크 시각화를 생성하기 위해 'Go '를 클릭하여 실행되었습니다. 글꼴 크기와 색상 구성은 가독성을 높이기 위해 조정되었습니다(그림 3).

기관 간 협력과 상위 10대 기관 분석
노드 유형은 CiteSpace에서 기관으로 설정되었습니다. 선택 기준은 g-지수(k = 25)로 설정되었습니다. 용어 소스는 제목, 초록, 저자 키워드(DE), 키워드 플러스(ID)로 설정되었습니다. 가지치기 메뉴에서 Pathfinder와 병합된 네트워크 가지치기 옵션이 선택되어 네트워크 복잡성을 줄였습니다.

분석은 Go 를 눌러 기관 협업 지도를 생성했습니다. 타이포그래피와 색상 설정은 해석 가능성을 높이기 위해 조정되었습니다(그림 4). 기관 협업 데이터는 Output | HTML, CSV, RIS 형식의 네트워크 요약 | CSV로 저장하세요. 그 후 CSV 파일을 Microsoft Excel에서 열었습니다. "Freq", "Centrality", "Label" 열이 결합되었고, Sort & Filter | 하강 중. 상위 10개 기관이 선정되어 최종 표(표 2)를 구성했습니다.

키워드 동시 현현 및 상위 20개 키워드 분석
CiteSpace에서는 노드 유형이 키워드로 설정되어 있었습니다. g-지수는 k = 17로 설정되었습니다. 용어 소스는 제목, 초록, 저자 키워드(DE), 키워드 플러스(ID)로 설정되었습니다. 가지치기 메뉴에서 Pathfinder와 병합된 네트워크 가지치기 옵션을 선택해 네트워크를 다듬었습니다. 분석은 키워드 공현 지도를 얻기 위해 'Go '를 클릭하여 시작되었습니다. 글꼴과 색상 속성은 시각적 가독성을 높이기 위해 수정되었습니다(그림 5). 키워드 동시 발생 데이터셋은 Output | HTML, CSV, RIS 형식의 네트워크 요약 | CSV로 저장하세요. CSV 파일은 Microsoft Excel에서 열렸습니다. "Freq", "Centrality", "Label" 열이 결합되었고, Sort & Filter | 하강 중. 상위 20개의 키워드가 선정되어 최종 표(표 3)로 정리되었습니다.

키워드 클러스터 및 상위 6개 클러스터 분석
노드 카테고리는 CiteSpace에서 키워드로 설정되어 있었습니다. g-지수는 k = 17로 설정되었습니다. 용어 소스는 제목, 초록, 저자 키워드(DE), 키워드 플러스(ID)로 설정되었습니다. 가지치기 메뉴에서 Pathfinder와 병합된 네트워크 가지치기 옵션을 선택해 네트워크를 세분화했습니다. 키워드 클러스터링 분석은 'Go'를 클릭하여 수행했습니다. 클러스터 라벨은 로그-우도 비율(LLR) 알고리즘을 사용하여 추출하였습니다. 실루엣 점수가 0.7 이상인 클러스터만 남겼습니다. 클러스터링 맵은 클러스터 라벨 최적화(Cluster Label Optimization) | K: 키워드와 디스플레이 설정은 최적의 가독성을 위해 조정되었습니다(그림 6). 클러스터 세부 정보는 Clusters | 클러스터 콘텐츠를 보고 Microsoft Excel 워크시트로 정리하세요. 데이터 테이블을 열고, "크기" 열을 선택해 정렬 및 필터 > 내리기로 정렬했습니다. 결과는 최종 키워드 클러스터링 테이블(표 4)에 집계되었습니다.

키워드 타임라인 클러스터 분석
노드 유형은 CiteSpace에서 키워드로 유지되었습니다. g-지수는 k = 17로 설정되었습니다. 용어 소스는 제목, 초록, 저자 키워드(DE), 키워드 플러스(ID)로 설정되었습니다. 가지치기 메뉴에서 Pathfinder와 병합된 네트워크 가지치기 옵션을 선택해 네트워크를 가지치기했습니다. 키워드 클러스터링 분석은 'Go'를 클릭하여 수행되었습니다. 클러스터 라벨은 동일한 LLR 알고리즘과 실루엣 점수 임계값(> 0.7)을 사용하여 추출되었습니다. 타임라인 뷰 를 선택해 키워드 타임라인 클러스터링 맵을 생성했습니다. 글꼴과 색상 설정은 가독성을 높이기 위해 조정되었습니다(그림 7).

키워드 버스팅 분석
노드 유형은 CiteSpace에서 키워드로 유지되었습니다. g-지수는 k = 17로 설정되었습니다. 용어 소스는 제목, 초록, 저자 키워드(DE), 키워드 플러스(ID)로 설정되었습니다. 가지치기 메뉴에서 Pathfinder와 Pruning, 병합된 네트워크 옵션을 선택했습니다. 키워드 분석은 'Go'를 클릭하여 수행했습니다. 버스트니스 옵션이 선택되었고, 매개변수 γ가 0.5로 설정되었으며, 최소 버스트 기간은 2년으로 설정되어 키워드 버스트 감지 분석을 수행했습니다. 데이터를 새로고침하여 인용 폭발이 가장 강한 상위 25개 키워드 목록을 생성했습니다(그림 8).

결과

출판 산출 및 성장 추세
초기 검색은 Web of Science Core Collection(2026년 3월 26일 기준)에서 1992년부터 2026년 사이에 발표된 터널 안전 관련 논문 및 리뷰 15,861편을 확보했습니다. 연구 초점과 무관한 논문(예: 터널 굴착 안전성, 터널 안전 예측, 터널 라이닝 균열 안전성 평가 연구)을 수동으로 제외한 후, 터널 안전성에 초점을 맞춘 428편의 논문 및 리뷰가 서지계량분석에 사용되었습니다. 이 정교한 데이터셋은 터널 안전 분야의 문헌을 집중적으로 검토할 수 있게 했습니다.

연간 논문 수와 그 진화 추세는^{연구 분야 내}에서의 두드러진 위상과 활동을 나타낼 수 있습니다. 마이크로소프트 엑셀은 1992년부터 2026년까지 터널 안전성에 관한 연간 및 누적 논문 수를 통계적으로 수집하는 데 사용되었습니다(...

토론

이 서지 측정 분석은 터널 안전성 연구 동향에 대한 구조화된 개요를 제공합니다. 키워드 폭발 감지, 타임라인 클러스터링, 공동 발생 중심성 분석 등 다차원 지표를 통합하여 이 연구는 동적 지식 프레임워크를 구축합니다. 이 틀은 이 분야의 지적 구조와 주제 진화를 명확히 합니다. 전통적인 내러티브 리뷰가 종종 단편적이거나 정적인 평가에 의존하는 것과 달리, 이 정량적이고 시각화 기반의 프로토콜은 터널 안전 연구의 과학적 진전을 재현 가능한 모델을 제공합니다. 투명하고 반복 가능한 워크플로우 덕분에 다른 공학 안전 주제에도 쉽게 적응할 수 있습니다.

여러 방법론적 단계가 서지계량 결과의 타당성에 큰 영향을 미칩니다. 첫 번째 중요한 단계는 데이터베이스 검색입니다. 검색 쿼리, 데이터베이스 범위, 문서 유형, 검색 날짜의 변경이 최종 데이터셋에 직접적인 영향을 미치기 때문입니다. 두 번째 중요한 단계는 수동 선별, 특히 터널...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
CiteSpace	차오메이 첸	https://citespace.podia.com/	협력 네트워크, 키워드 공동 발생 지도, 클러스터 지도, 타임라인 보기 및 폭발 감지 출력을 생성하는 데 사용되는 서지 측정 시각화 소프트웨어입니다.
Microsoft Excel	마이크로소프트 코퍼레이션	https://www.microsoft.com/excel	데이터 정리, 정렬, 빈도 계산 및 표 준비에 사용되는 스프레드시트 소프트웨어입니다.
Web of Science Core Collection	Clarivate	https://webofscience.clarivate.cn/wos/woscc/basic-search	서지 데이터베이스로, 서지 측정 분석에 포함된 기록을 검색하는 데 사용됩니다.