Porównywanie analiz bibliometrycznych przy użyciu baz danych PubMed, Scopus i Web of Science
24 października 2019
Bazy danych literatury są powszechnie używane do oceny publikacji na określony temat, dyscyplinę, kraj lub region świata, praktyka znana jako analiza bibliometryczna. Obecny protokół szczegółowo opisuje, jak używać baz danych PubMed, Scopus i Web of Science do przeprowadzania analizy bibliometrycznej.
Ta metoda może pomóc odpowiedzieć na kluczowe pytania w polu analizy bibliometrycznej dotyczące dostępnych baz danych wyszukiwania i sposobu wyboru najbardziej odpowiedniej. Główną zaletą tego protokołu jest to, że zapewnia podejście krok po kroku do korzystania z różnych baz danych, dzięki czemu każdy badacz może z powodzeniem przeprowadzić analizę bibliometryczną. Aby przeanalizować wyniki badań w Jordanii w okresie pięciu lat od 1 stycznia 2013 r. do 31 grudnia 2017 r. za pomocą PubMed, otwórz formularz wyszukiwania zaawansowanego i wprowadź Jordanię jako wyszukiwane hasło, określając Przynależność jako pole wyszukiwania.
Aby wykluczyć wszystkie dokumenty autorstwa badacza o nazwie Jordan z kraju stowarzyszonego, który nie jest Jordanią, wpisz Jordan w innym polu i wybierz typ pola Autor. Wybierz operator NOT jako łącznik między tymi dwoma polami, a następnie kliknij przycisk Wyszukaj. Określ daty publikacji od 1 stycznia 2013 r. do 31 grudnia 2017 r. w oknie wyników, a następnie wybierz artykuł w czasopiśmie i recenzję z typów artykułów.
Aby przeanalizować wyniki badań w Jordanii w okresie pięciu lat od 1 stycznia 2013 r. do 31 grudnia 2017 r. za pomocą Scopus, otwórz stronę internetową Scopus i wprowadź odpowiednie dane logowania do Elsevier. Następnie wpisz Jordania jako wyszukiwane hasło i określ kraj przynależności jako pole wyszukiwania. Ogranicz czas wyszukiwania od 2013 do 2017 roku.
Należy pamiętać, że od 2013 r. oznacza od 1 stycznia 2013 r., a do 2017 r. oznacza do 31 grudnia 2017 r. Następnie ogranicz typ dokumentu do Artykuł lub Recenzja i kliknij przycisk Wyszukaj. Aby przeanalizować wyniki badań w Jordanii w okresie pięciu lat od 1 stycznia 2013 r. do 31 grudnia 2017 r. za pomocą Web of Science, otwórz stronę Web of Science i zaloguj się przy użyciu odpowiednich informacji o koncie Web of Science.
Wpisz Jordan w polu wyszukiwania i określ Adres. Określ czas trwania wyszukiwania od 2013 do 2017 roku, a następnie kliknij przycisk Szukaj. Zawęź wyszukiwanie za pomocą filtrów Artykuł i Recenzja, a następnie wybierz, aby teraz lub później analizować wyniki zapisane w historii wyszukiwania.
Następnie wskaż, czy wyniki powinny być wyświetlane w tabeli, wizualnej mapie drzewa czy na paskach. Poniżej przedstawiono roczne trendy w publikacjach jordańskich w okresie pięciu lat od 2013 do 2017 r. według wyszukiwarki Scopus i wyszukiwarki Web of Science. W zależności od kraju, z którym współpracują jordańscy naukowcy, najczęstszym krajem, z którym współpracują jordańscy naukowcy, są Stany Zjednoczone Ameryki, a następnie Arabia Saudyjska i Wielka Brytania.
Według wyszukiwarki Web of Science, Stany Zjednoczone są najczęstszym krajem, z którym współpracują Jordańczycy, a następnie Francja i Austria. Spośród 10 najpopularniejszych dyscyplin, w ramach których Jordańczycy publikowali, najpowszechniejsza jest medycyna, a następnie inżynieria i nauki społeczne zgodnie z wyszukiwaniem Scopus. Według wyszukiwarki Web of Science, spośród 10 najpopularniejszych dyscyplin, w ramach których Jordańczycy publikowali, inżynieria, matematyka i nauki komputerowe znajdują się w pierwszej trójce.
Próbując skorzystać z tego protokołu, należy pamiętać o wybraniu odpowiedniej bazy danych przed rozpoczęciem analizy. Na przykład PubMed jest poświęcony tylko naukom biomedycznym. Zgodnie z tym protokołem i po pobraniu wyników w formacie CSV można wykonać dodatkowe metody analizy, takie jak mapowanie bibliometryczne, w celu przestrzennej reprezentacji wyników.
Po opracowaniu protokół ten utorował drogę naukowcom ze wszystkich dziedzin do łatwego i skutecznego odkrywania trendów badawczych w swoich dyscyplinach.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
Niniejszy protokół opisuje proces przeprowadzania analizy bibliometrycznej z wykorzystaniem głównych baz literatury, takich jak PubMed, Scopus i Web of Science. Przedstawia on ustrukturyzowane podejście pozwalające badaczom na ocenę publikacji w określonych dziedzinach lub regionach.
Kluczowe elementy badania
Dziedzina nauki
- Analiza bibliometryczna
- Ocena badań
- Wykorzystanie baz danych
Wstęp
- Analiza bibliometryczna jest niezbędna do oceny wyników badań.
- Bazy danych literatury służą jako kluczowe narzędzia w tej analizie.
- Zrozumienie sposobu efektywnego korzystania z tych baz jest kluczowe dla badaczy.
- Niniejszy protokół koncentruje się na praktycznych krokach prowadzenia badań bibliometrycznych.
Cel badania
- Aby pomóc badaczom w przeprowadzaniu analizy bibliometrycznej.
- Aby porównać różne bazy danych literatury w celu oceny badań.
- Aby przedstawić przejrzystą metodologię analizy dorobku naukowego.
Zastosowane metody
- Wykorzystanie baz PubMed, Scopus i Web of Science do wyszukiwania danych.
- Instrukcje krok po kroku dotyczące ustawiania parametrów wyszukiwania.
- Przykład analizy dorobku naukowego z Jordanii.
- Kryteria wykluczenia służące do doprecyzowania wyników wyszukiwania.
Główne wyniki
- Skuteczna identyfikacja odpowiednich publikacji.
- Prezentacja efektywnych strategii wyszukiwania.
- Wgląd w krajobraz badawczy Jordanii w określonym okresie.
- Wskazówki dotyczące korzystania z zaawansowanych funkcji wyszukiwania w bazach danych.
Wnioski
- Protokół ten umożliwia badaczom efektywne przeprowadzanie analiz bibliometrycznych.
- Podkreśla on znaczenie wyboru odpowiedniej bazy danych.
- Badacze mogą powielić tę metodologię dla różnych regionów lub przedmiotów badań.
Najczęściej zadawane pytania
Znaczenie dla przemysłu
Analiza bibliometryczna umożliwia zespołom B+R w sektorze biofarmaceutycznym ocenę efektów badań, identyfikację pojawiających się trendów oraz analizę krajobrazu konkurencyjnego w różnych obszarach terapeutycznych. Poprzez porównanie zakresu baz danych i możliwości wyszukiwania, organizacje mogą zoptymalizować nadzór nad literaturą w celu walidacji celów oraz redukcji ryzyka mechanistycznego. Niniejszy protokół wspiera podejmowanie decyzji opartych na danych w fazie wczesnego odkrywania oraz priorytetyzacji portfolio.
Strategiczne zastosowania w badaniach i rozwoju biofarmaceutycznym
Wczesne etapy odkrywania i walidacja celu
- Wartość naukowa: Weryfikacja hipotez terapeutycznych poprzez analizę trendów publikacyjnych w zakresie mechanizmów chorobowych i zaangażowania szlaków sygnałowych.
- Wartość operacyjna: Identyfikacja wysokopunktowanych czasopism oraz kluczowych liderów opinii w celu optymalizacji strategii wyboru i walidacji celów terapeutycznych.
- Wartość predykcyjna: Ocena poziomu aktywności badawczej w celu określenia stopnia dojrzałości celu i minimalizacji ryzyka związanego z założeniami biologicznymi.
Przesiewy i opracowywanie testów
- Wartość naukowa: Wykorzystanie narzędzi specyficznych dla baz danych, takich jak MeSH w PubMed, w celu precyzyjnej optymalizacji słów kluczowych podczas przeszukiwania literatury związanej z analizami.
- Wartość operacyjna: Wykorzystanie analityki Scopus i Web of Science do tworzenia powtarzalnych schematów wyszukiwania w celu wsparcia screeningu związków.
- Powtarzalność: Stosowanie zestandaryzowanych protokołów wyszukiwania w obrębie zespołów, aby zapewnić spójność danych literaturowych wykorzystywanych w opracowywaniu analiz.
Badania translacyjne i przedkliniczne
- Ciągłość translacyjna: Monitorowanie rocznych trendów publikacyjnych w celu dopasowania wyników odkryć do ewoluujących obszarów zainteresowań w badaniach klinicznych i translacyjnych.
- Korelacja biomarkerów: Identyfikacja sieci współpracy oraz zasięgu dyscyplinarnego w celu oceny istotności biomarkerów w różnych modelach chorób.
- Postęp skorygowany o ryzyko: Wykorzystanie trendów w obszarze otwartego dostępu oraz wolumenu publikacji do wsparcia decyzji dotyczących inwestycji przedklinicznych.
Integracja potoków i przepływów pracy
Metoda ta integruje się z kontinuum odkryć naukowych, dostarczając informacji na wczesnym etapie badań biologicznych poprzez analizę literatury, wspierając gotowość do badań przesiewowych za pomocą ustandaryzowanych protokołów wyszukiwania oraz zapewniając ciągłość translacyjną poprzez monitorowanie trendów.
- Biologia odkrywcza: Wspiera testowanie hipotez poprzez ujawnianie gęstości publikacji oraz ewolucji w konkretnych szlakach biologicznych.
- Przesiewanie: Zwiększa gotowość do przeprowadzania testów, dostarczając powtarzalnych, specyficznych dla bazy danych strategii wyszukiwania literatury związanej ze związkami.
- Analityka: Dostarcza wyników ilościowych, takich jak liczba publikacji, sieci współpracy oraz wskaźniki otwartego dostępu do analizy porównawczej.
- Badania translacyjne: Łączą fazę odkryć z pracami przedklinicznymi poprzez śledzenie zmian w kierunkach badań i zaangażowaniu interdyscyplinarnym w czasie.
- Ponowne wykorzystanie w przedsiębiorstwie: Tworzy możliwość wielokrotnego wykorzystania funkcji nadzoru nad literaturą, którą można zastosować w różnych projektach, celach terapeutycznych i obszarach terapeutycznych.
Wpływ operacyjny i przedsiębiorstwa
- Wartość naukowa: Zwiększa pewność prognostyczną w wyborze celu poprzez redukcję niepewności dzięki kompleksowemu mapowaniu literatury.
- Wartość operacyjna: Zapewnia standaryzację i skalowalność przeszukiwania literatury w globalnych ośrodkach B+R z wykorzystaniem protokołów specyficznych dla danej bazy danych.
- Wartość strategiczna: Usprawnia podejmowanie decyzji go/no-go poprzez dostarczenie ilościowych informacji na temat trendów badawczych i aktywności konkurencji.
- Wpływ na portfolio: Umożliwia priorytetyzację skorygowaną o ryzyko poprzez identyfikację nowo powstających obszarów nauki oraz dziedzin o spadającym zainteresowaniu.
Wskazówki dotyczące wdrożenia
- Wymaga biegłości w nawigacji po bazach danych oraz w składni wyszukiwania w PubMed, Scopus i Web of Science.
- Zależne od instytucjonalnego dostępu do platform subskrypcyjnych oraz znajomości zaawansowanych funkcji wyszukiwania.
- Wymaga porozumienia między zespołami w kwestii terminów wyszukiwania, filtrów i kryteriów wykluczania w celu uzyskania powtarzalnych wyników.
- Wiąże się z koniecznością dostosowania pól wyszukiwania (np. Affiliation w stosunku do Address) w zależności od struktur metadanych konkretnej bazy danych.
- Ograniczone przez błędy systematyczne w zakresie indeksowania baz danych, co wymaga uzupełniającego wykorzystania wielu platform w celu przeprowadzenia kompleksowej analizy.
