PubMed, 스코퍼스 및 과학 데이터베이스 웹을 사용한 참고 문헌 분석 비교
2019년 10월 24일
문헌 데이터베이스는 일반적으로 특정 주제, 분야, 국가 또는 세계의 지역에서 간행물을 평가하는 데 사용됩니다, 참고 문헌 분석으로 알려진 연습. 현재 프로토콜에서는 PubMed, Scopus 및 과학 웹 데이터베이스를 사용하여 참고 문헌 분석을 수행하는 방법을 자세히 설명합니다.
이 메서드는 사용 가능한 검색 데이터베이스 및 가장 적합한 데이터베이스를 선택하는 방법에 대한 참고 문헌 분석 필드의 주요 질문에 답하는 데 도움이 될 수 있습니다. 이 프로토콜의 주요 장점은 모든 연구원이 참고문헌 분석을 성공적으로 수행할 수 있도록 다양한 데이터베이스를 사용하는 단계별 접근 방식을 제공한다는 것입니다. 2013년 1월 1일부터 2017년 12월 31일까지 5년 동안 요르단 연구 실적을 분석하기 위해 PubMed를 사용하여 고급 검색 양식을 열고 요르단을 검색어로 입력하여 소속을 검색 필드로 지정합니다.
요르단이라는 연구원이 작성한 모든 문서를 요르단이 아닌 제휴 국가에서 제외하려면 다른 분야에서 요르단을 입력하고 필드 유형 작성기를 선택합니다. NOT 연산자는 두 필드 사이의 커넥터로 선택하고 검색을 클릭합니다. 2013년 1월 1일부터 2017년 12월 31일까지의 발행일을 결과 창에서 지정하고 기사 유형에서 저널 기사 및 검토를 선택합니다.
2013년 1월 1일부터 2017년 12월 31일까지 5년 동안 요르단 연구 산출량을 분석하기 위해 스코푸스를 사용하여 스코푸스 웹사이트를 개설하고 적절한 엘스비어 로그인 정보를 입력한다. 다음으로 요르단을 검색어로 입력하고 소속 국가를 검색 필드로 지정합니다. 검색 기간을 2013년부터 2017년까지 제한합니다.
2013년 1월 1일부터 2017년까지는 2017년 12월 31일까지를 의미합니다. 그런 다음 문서 유형을 문서 또는 검토로 제한하고 검색을 클릭합니다. 2013년 1월 1일부터 2017년 12월 31일까지 5년 동안 요르단 연구 산출량을 분석하기 위해 과학 웹 웹 웹사이트를 개설하고 적절한 과학 웹 계정 정보로 로그인합니다.
검색 필드에 요르단을 입력하고 주소를 지정합니다. 검색 기간을 2013년에서 2017년 사이로 식별하고 검색을 클릭합니다. 아티클 및 검토 필터를 사용하여 검색을 제한하고 현재 또는 그 이후에 검색 기록에 저장된 결과를 분석하도록 선택합니다.
그런 다음 결과를 테이블, 시각적 트리 맵 또는 막대에 표시해야 하는지 여부를 나타냅니다. 여기서, 스코푸스 검색 및 과학 검색의 웹에 따라 2013년에서 2017년 사이 5년 동안 요르단 간행물의 연간 동향이 표시됩니다. 스코푸스 수색협력국에 따르면 미국은 요르단 연구원들이 협력하는 가장 흔한 국가이며 사우디아라비아와 영국이 그 뒤를 잇고 있다.
과학 의 웹 검색에 따르면, 미국은 요르단이 협력하는 가장 일반적인 나라이며 프랑스와 오스트리아가 그 뒤를 잇고 있습니다. 요르단 인들이 출판한 10개의 가장 일반적인 분야 중 의학이 가장 일반적이며, 스코푸스 수색에 따른 공학과 사회 과학이 뒤따릅니다. 과학 검색의 웹에 따르면, 요르단 사람들이 출판 한 10 가장 일반적인 분야 중, 엔지니어링, 수학 및 컴퓨터 과학은 상위 3 개입니다.
이 프로토콜을 시도하는 동안 분석을 시작하기 전에 적절한 데이터베이스를 선택하는 것이 중요합니다. 예를 들어 PubMed는 생물 의학 에만 전념하고 있습니다. 이 프로토콜에 따라 CSV 형식으로 결과를 다운로드한 후, 결과의 공간 표현을 위해 서문 매핑과 같은 추가 분석 방법을 수행할 수 있습니다.
개발 후, 이 프로토콜은 모든 분야의 연구원들이 자신의 분야의 연구 동향을 쉽고 효율적으로 탐구할 수 있는 길을 열었습니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
개요
본 프로토콜은 PubMed, Scopus, Web of Science와 같은 주요 문헌 데이터베이스를 활용한 계량서지학적 분석(bibliometric analysis) 수행 과정을 설명합니다. 이를 통해 연구자가 특정 분야 또는 지역의 출판물을 평가할 수 있는 체계적인 접근 방식을 제공합니다.
주요 연구 구성 요소
과학 분야
- 계량서지학적 분석
- 연구 평가
- 데이터베이스 활용
배경
- 계량서지학적 분석은 연구 성과를 평가하는 데 필수적입니다.
- 문헌 데이터베이스는 이러한 분석을 위한 핵심 도구 역할을 합니다.
- 이러한 데이터베이스를 효과적으로 사용하는 방법을 이해하는 것은 연구자에게 매우 중요합니다.
- 본 프로토콜은 계량서지학적 연구 수행을 위한 실질적인 단계에 초점을 맞춥니다.
연구 목적
- 연구자가 서지 분석을 수행하는 방법을 안내합니다.
- 연구 평가를 위해 서로 다른 문헌 데이터베이스를 비교합니다.
- 연구 성과 분석을 위한 명확한 방법론을 제공합니다.
사용된 방법
- 데이터 검색을 위한 PubMed, Scopus 및 Web of Science 활용법.
- 검색 파라미터 설정을 위한 단계별 지침.
- 요르단의 연구 결과 분석 예시.
- 검색 결과 정밀화를 위한 제외 기준.
주요 결과
- 관련 문헌의 성공적인 식별.
- 효과적인 검색 전략의 시연.
- 지정된 기간 동안 요르단의 연구 현황에 대한 통찰.
- 데이터베이스의 고급 검색 기능 사용법에 대한 안내.
결론
- 본 프로토콜을 통해 연구자는 계량서지학적 분석을 효과적으로 수행할 수 있습니다.
- 적절한 데이터베이스 선택의 중요성을 강조합니다.
- 연구자는 다양한 지역이나 주제에 대해 본 방법론을 재현할 수 있습니다.
자주 묻는 질문
산업적 관련성 요약
계량서지학적 분석을 통해 바이오 제약 R&D 팀은 연구 성과를 평가하고, 새로운 트렌드를 식별하며, 다양한 치료 영역에 걸친 경쟁 환경을 분석할 수 있습니다. 데이터베이스의 커버리지와 검색 기능을 비교함으로써, 조직은 타겟 검증 및 기전적 리스크 감소를 위한 문헌 모니터링을 최적화할 수 있습니다. 본 프로토콜은 초기 발견 단계 및 포트폴리오 우선순위 설정을 위한 데이터 기반의 의사결정을 지원합니다.
바이오 제약 R&D의 전략적 응용
초기 발견 및 타겟 검증
- 과학적 가치: 질병 메커니즘 및 경로 관여도에 관한 출판 트렌드를 매핑하여 치료 가설을 조사합니다.
- 운영적 가치: 영향력이 큰 학술지와 주요 의견 리더(KOL)를 식별하여 타겟 선정 및 검증 전략에 반영합니다.
- 예측적 가치: 연구 활동 수준을 평가하여 타겟의 성숙도를 측정하고 생물학적 가설의 리스크를 줄입니다.
스크리닝 및 분석법 개발
- 과학적 가치: PubMed의 MeSH와 같은 데이터베이스 전용 도구를 활용하여 분석 관련 문헌 검색 시 정밀한 키워드 최적화를 수행합니다.
- 운영적 가치: Scopus 및 Web of Science 분석 기능을 사용하여 화합물 스크리닝 지원을 위한 재현 가능한 검색 워크플로우를 생성합니다.
- 재현성: 팀 간에 표준화된 검색 프로토콜을 적용하여 분석법 개발을 위한 일관된 문헌 입력 데이터를 확보합니다.
중개 및 전임상 연구
- 중개적 연속성: 연간 출판 동향을 추적하여 발견된 연구 결과와 진화하는 임상 및 중개 연구 중점 분야를 일치시킵니다.
- 바이오마커 정렬: 협력 네트워크와 학제 간 확산 범위를 식별하여 다양한 질환 모델 전반에 걸친 바이오마커의 관련성을 평가합니다.
- 위험 조정 진전: 오픈 액세스 및 출판량 동향을 활용하여 전임상 투자 결정에 참고합니다.
파이프라인 및 워크플로우 통합
이 방법은 문헌 지형 분석을 통해 초기 생물학적 연구에 정보를 제공하고, 표준화된 검색 프로토콜을 통해 스크리닝 준비 상태를 지원하며, 트렌드 모니터링을 통해 중개 연구의 연속성을 가능하게 함으로써 발견의 연속체에 통합됩니다.
- 발견 생물학(Discovery Biology): 특정 생물학적 경로의 출판 밀도와 진화 과정을 밝힘으로써 가설 검증을 지원합니다.
- 스크리닝(Screening): 화합물 관련 문헌에 대해 재현 가능하고 데이터베이스에 특화된 검색 전략을 제공하여 분석 준비 효율을 높입니다.
- 분석(Analytics): 비교 분석을 위해 출판 건수, 협력 네트워크, 오픈 액세스 지표와 같은 정량적 결과물을 제공합니다.
- 중개 연구(Translational Research): 시간에 따른 연구 초점의 변화와 학제간 참여를 추적하여 발견 단계와 전임상 연구를 연결합니다.
- 기업 내 재사용(Enterprise Reuse): 여러 프로젝트, 타겟 및 치료 영역 전반에 적용 가능한 재사용 가능한 문헌 감시 역량을 구축합니다.
운영 및 기업 영향
- 과학적 가치: 종합적인 문헌 매핑을 통해 불확실성을 줄임으로써 표적 선정의 예측 신뢰도를 높입니다.
- 운영적 가치: 데이터베이스별 프로토콜을 사용하여 전 세계 R&D 사이트 전반의 문헌 검색 표준화 및 확장성을 보장합니다.
- 전략적 가치: 연구 트렌드와 경쟁 활동에 대한 정량적 인사이트를 제공하여 go/no-go 결정 능력을 향상시킵니다.
- 포트폴리오 영향: 신흥 과학 분야와 관심이 감소하는 분야를 식별함으로써 리스크 조정 우선순위 설정을 가능하게 합니다.
실행 시 고려 사항
- PubMed, Scopus 및 Web of Science의 데이터베이스 탐색 및 검색 구문에 대한 전문 지식이 필요합니다.
- 구독 기반 플랫폼에 대한 기관 액세스 권한과 고급 검색 기능에 대한 숙련도에 따라 달라집니다.
- 재현 가능한 결과를 얻기 위해 검색어, 필터 및 제외 기준에 대한 팀 간의 합의가 필수적입니다.
- 데이터베이스별 메타데이터 구조에 따라 검색 필드(예: 소속(Affiliation) 대 주소(Address))의 조정이 수반됩니다.
- 데이터베이스 커버리지의 편향으로 인해 제한이 있으며, 종합적인 분석을 위해 여러 플랫폼을 보완적으로 사용해야 합니다.
