Руководство SciMaps

От публикаций к картам исследований: воспроизводимый пример SciMaps

Опубликовано SciMaps · Обновлено 2026-10-20

Воспроизведите сети социтирования и терминов из названий на зафиксированной коллекции из 20 реальных публикаций о картировании науки с задокументированными входными данными, настройками и аналитическими проверками.

Одна коллекция, два разных вопроса

Можно ли воспроизвести карту исследований по известным входным данным, а не по постоянно меняющимся результатам поиска? В этом примере используются 20 реальных публикаций о методах и программных средствах картирования науки, зафиксированных в OpenAlex 15 октября 2026 года. Сравниваются работы, цитируемые вместе, и термины, совместно встречающиеся в названиях.

Это намеренно отобранная учебная коллекция, а не систематический обзор, рейтинг инструментов или утверждение обо всей области. Данные для скачивания и автоматические проверки позволяют изучить её границы.

Скачайте коллекцию и подтверждающие данные

OpenAlex предоставляет метаданные на условиях CC0. Мы сохраняем идентификаторы, названия, годы, число цитирований и идентификаторы цитируемых работ; полные тексты и аннотации публикаций не включены. В выборку входят основополагающие работы по библиографическому сочетанию и социтированию, а также методы картирования и исследования программных средств. Прикладные работы по отдельным темам и несвязанные значения слова «mapping» исключены из этой учебной выборки.

Иллюстративный пример

В отличие от придуманного примера A/B/C, эти подсчёты получены реальными сервисами анализа SciMaps на зафиксированной коллекции. Результат социтирования содержит 20 узлов публикаций и 83 неориентированных ребра, с сохранением изолированных элементов корпуса.

Bibliographic coupling between scientific papers Kessler и Co-citation in the scientific literature Small имеют семь общих цитирующих работ в выбранной коллекции. Вес ребра равен 7; это не означает, что публикации цитируют друг друга семь раз.
A unified approach to mapping and clustering of bibliometric networks и обзор программы VOSviewer имеют шесть общих цитирующих работ в этой коллекции.

Обе работы каждой пары сами являются выбранными записями корпуса. Представление социтирования публикаций в SciMaps не разворачивает все внешние цитируемые источники в узлы. Поэтому отсутствующий цитируемый источник может находиться вне выбранной коллекции; отсутствие не свидетельствует о том, что его никогда не цитировали. См. анализ социтирования для последовательности действий и сравнение социтирования и библиографического сочетания для выбора вопроса.

Термины названий описывают другое отношение

При Title terms, минимальной документной частоте 2, минимальной совместной встречаемости 1, пороге качества 1 и явном исключении between результат анализа ключевых слов содержит 20 документов, четыре сохранённых узла терминов и два ребра. Изолированные узлы скрыты, предел числа ведущих терминов равен 50, ограничение числа рёбер на узел не применяется. K-means использует три кластера; идентификаторы и цвета кластеров не являются целями воспроизведения.

Термин science mapping встречается в четырёх названиях, software tools — в двух. Они встречаются вместе в одном названии: Science mapping software tools: Review, analysis, and cooperative study among tools. Вес их ребра — 1; он учитывает общий документ, а не число слов или повторений. Другое ребро связывает citation (три документа) с scientific literature (два) с весом 1.

Реальный конвейер обработки нормализует и фильтрует термины и отдаёт предпочтение некоторым многословным выражениям. Мы явно исключаем «between», потому что это общее связующее слово сохраняется после текущей нормализации. Это термины, извлечённые из названий, а не ключевые слова, заданные авторами, и не более новое поле сгенерированных ключевых слов OpenAlex. См. совместную встречаемость ключевых слов для интерпретации карты.

Повышение минимальной совместной встречаемости до 2 даёт пустой граф ключевых слов для этой коллекции. Это полезный пример действия порога: термин может встречаться в нескольких документах, при этом ни одна сохранённая пара не достигает более строгого порога общих документов. Пустой граф не доказывает отсутствие структуры у предметной области.

Три проверенные связи, показанные как аналитический фрагмент, а не снимок приложения. Файлы для скачивания содержат полный список рёбер социтирования.

Воспроизведите зафиксированный результат

Скачайте коллекцию, зафиксированные метаданные, настройки, ожидаемые результаты и контрольные суммы. Храните файлы вместе.
Для точного воспроизведения используйте выпуск исходного кода SciMaps, содержащий этот пример и его ReproducibleBibliometricCaseStudyTest. Следуйте README с Java 25, Maven и обычными установленными предварительными компонентами проекта.
Запустите mvn -o -q test -Ppublic-site-fast -Dtest=ReproducibleBibliometricCaseStudyTest из корня репозитория после разрешения зависимостей сборки. Тестовый набор передаёт зафиксированные записи реальным сервисам анализа; база данных, API-ключи и запросы метаданных в реальном времени не требуются.
Сравните проверенные подсчёты и связи с expected-results.json. Тесты также проверяют хеши файлов и пустой результат ключевых слов при более строгом пороге.

Базовая версия производственного анализа — ревизия 9d24f3010cef22ca437686f304186842679a4303; выпуск с практическим примером добавляет к ней данные и тест. Тестовый набор имитирует границы хранилища и внешних метаданных, сохраняя реальные вычисления социтирования, извлечение терминов и нормализацию. Он проверяет аналитические результаты, а не раскладку графа в браузере.

Для ознакомления с продуктом создайте библиометрический проект, добавьте записи DOI из CSV через поддерживаемый процесс Sources, выберите их и примените задокументированные настройки. Получение данных по DOI в реальном времени может вернуть изменившиеся метаданные и другие подсчёты. JSON для скачивания — тестовый набор для разработчиков, а не поддерживаемый формат импорта в производственной среде. Для точного воспроизведения используется тест на зафиксированных данных.

Пример для отдельного исследователя

Исследователь, готовящий методический семинар, может изучить, почему связаны две основополагающие работы, затем сверить общие цитирующие записи с зафиксированными списками литературы. Отдельно он может изучить название, содержащее «science mapping» и «software tools». Каждая связь становится ориентиром для чтения источников, а не автоматическим выводом о согласии или важности.

Пример для организации

Библиотекарь может раздать группе те же метаданные CC0 и настройки, выполнить автономные проверки и продемонстрировать, как повышение порога убирает небольшую сеть терминов названий. Каждый участник начинает с одного выбранного корпуса. Это упражнение не оценивает организации, работу сотрудников или всю литературу.

Ограничения

Охват цитируемых источников поставщиком данных и их сопоставление могут быть неполными: зафиксированная запись Kessler содержит только один зарегистрированный цитируемый источник. Списки литературы не исправлялись вручную, связи цитирования не придумывались. 83 ребра социтирования — это отношения внутри намеренно выбранного корпуса; они не обеспечивают исчерпывающий охват области.

Вес общего документа, равный одному, — слабое свидетельство, прозрачно используемое в небольшом учебном примере. Названия не содержат всех понятий, которые могут обсуждаться в аннотациях или полных текстах. Отбор, отсутствующие метаданные, исключения и пороги влияют на карты. Координаты, цвета кластеров и отнесение к кластерам не проверяются. Схема — аналитический фрагмент, а не снимок SciMaps или полная сеть.

Литература

Связанные инструменты

Связанные руководства

Попробуйте этот процесс в SciMaps

Соберите коллекцию в проекте и выберите источники для анализа.

Создать аккаунт

Создайте аккаунт и пройдите проверку, чтобы начать пользоваться SciMaps. У вас уже есть доступ? Войти в SciMaps.