Unveiling Novelty Evolution in the field of Library and Information Science in China

Technische Samenvatting: Het onthullen van de evolutie van nieuwheid in het veld van Library and Information Science in China

Probleemstelling
Deze studie adresseert de noodzaak om de kenmerken van wetenschappelijke innovatie binnen het veld van Library and Information Science (LIS) in China te begrijpen. Specifiek streeft het naar het analyseren van de distributie van nieuwheid onder wetenschappelijke artikelen over verschillende onderzoeksonderwerpen, tijdschriften en perioden (2000–2022). Het onderzoek onderzoekt hoe nieuwheid varieert per onderwerp en verkent de relatie tussen patronen van auteurs-samenwerking (solo, binnen de instelling en tussen instellingen) en de mate van nieuwheid in onderzoeksoutput. De auteurs stellen dat het begrijpen van deze dynamieken toekomstige onderzoeksrichtingen kan sturen en wetenschappers kan helpen de academische grenzen te begrijpen in een competitieve omgeving.

Methodologie
De studie hanteert een kwantitatieve benadering met behulp van een dataset van 44.795 onderzoeksartikelen gepubliceerd in Chinese bibliologische wetenschapsbladen die geïndexeerd zijn door de Chinese Social Sciences Citation Index (CSSCI) tussen 2000 en 2022. De methodologie bestaat uit drie primaire technische componenten:

1. Topic Modeling: De auteurs maakten gebruik van het BERTopic-model om onderzoeksonderwerpen te identificeren uit abstracts van artikelen. Deze op deep learning gebaseerde aanpak maakt gebruik van BERT-woordembeddings, UMAP voor dimensionaliteitsreductie en HDBSCAN voor clustering. Het model werd geconfigureerd met specifieke parameters (bijv. 50 geprojecteerde dimensies, minimale clustergrootte van 50) om 15 representatieve topiccategorieën te extraheren. Topic-coherentie scores werden berekend om de semantische consistentie van de geëxtraheerde onderwerpen te valideren.
2. Meting van Nieuwheid: Nieuwheidsscores werden berekend op basis van de theorie van combinatorische innovatie (Lee et al., 2015; Uzzi et al., 2013). De methode kwantificeert nieuwheid door de zeldzaamheid van paren geciteerde tijdschriften te analyseren. Het proces omvat:
   • Het berekenen van de gemeenschappelijkheid van geciteerde tijdschriftparen over de database voor elk jaar.
   • Het bepalen van de nieuwheid van individuele artikelen op basis van de 10e percentiel van hun geciteerde tijdschriftpaar-gemeenschappelijkheidsscores.
   • Deze op citaties gebaseerde aanpak werd gekozen om de wetenschappelijke strengheid te vergroten ten opzichte van louter op inhoud gebaseerde metrieken.
3. Samenwerkingsanalyse: De studie analyseerde patronen van auteurs-samenwerking door artikelen te categoriseren in solo-auteurschap, samenwerking binnen de instelling en samenwerking tussen instellingen. Deze patronen werden statistisch gecorreleerd met nieuwheidsscores en topicverdelingen.

Belangrijkste Resultaten

• Topicverdeling: De analyse identificeerde 15 onderscheidende onderzoeksonderwerpen, waaronder "library-reading-service", "data-information-user", "archives-documents-archive", "journal-research-evaluation" en "patent-technology-method". Hiërarchische clustering onthulde relaties tussen onderwerpen, zoals de nauwe verbinding tussen bibliotheekleesdiensten en algemene bibliotheekwetenschappen.
• Nieuwheidsverdeling: De algemene verdeling van nieuwheidsscores is links scheef (left-skewed), waarbij de meerderheid van de artikelen tussen 0 en 1 valt.
  • Variatie per Tijdschrift: Tijdschriften gericht op archiefwetenschappen (bijv. Archives Science Bulletin, Archives Science Study) vertoonden lagere mediane nieuwheidsscores vergeleken met tijdschriften gericht op informatiebronbeheer en intelligentie (bijv. Journal of the China Society for Scientific and Technical Information).
  • Variatie per Onderwerp: Onderwerpen gerelateerd aan archiefonderzoek (bijv. "paper-file-writing", "archives-documents-archive") vertoonden significant lagere nieuwheidsscores. Daarentegen toonden onderwerpen betreffende "journal-evaluation-research", "patent-technology-method" en "virtual-community-knowledge" een hogere nieuwheid.
  • Temporele Evolutie: Van 2000 tot 2022 vertoonde de algemene nieuwheid van LIS-artikelen in China een langzame opwaartse trend. Specifieke onderwerpen zoals "culture-public-service" en "patent-technology-method" vertoonden consistente groei, terwijl "open access"-onderwerpen vroeg piekten (rond 2000) voordat ze daalden en herstelden.
• Samenwerking en Nieuwheid:
  • Aantal Auteurs: Artikelen met 4 tot 5 co-auteurs vertoonden de hoogste gemiddelde en mediane nieuwheidsscores.
  • Type Samenwerking: Samenwerking tussen instellingen leverde de hoogste nieuwheidsscores op, gevolgd door samenwerking binnen de instelling, waarbij solo-auteurschap de laagste nieuwheid vertoonde.
  • Link tussen Topic en Samenwerking: Onderwerpen met een lagere nieuwheid (bijv. archiefstudies) werden gekenmerkt door een hoger aandeel solo-auteurs. In contrast hiermee vertoonden onderwerpen met een hoge nieuwheid (bijv. data science, onderzoeksevaluatie) hogere percentages samenwerking, met name tussen instellingen.

Belangrijkste Bijdragen

• Visualisatie van Onderzoekshotspots: De studie biedt een gevisualiseerde kaart van onderzoeksonderwerpen en hun hiërarchische relaties binnen het Chinese LIS-veld over een periode van 22 jaar.
• Nieuwheidsanalyse op Topic-niveau: In tegen te contrary van eerdere studies die nieuwheid vaak behandelen als een geaggregeerde waarde voor het gehele veld, analyseert dit artikel de verdeling van nieuwheid specifiek over verschillende onderzoeksonderwerpen, waarbij wordt onthuld dat archiefonderwerpen minder nieuw zijn dan die met technologie en evaluatie.
• Perspectief van Samenwerking: Het onderzoek legt de link tussen patronen van auteurs-samenwerking direct aan de nieuwheid op topic-niveau, wat een nieuw perspectief biedt op hoe collaboratieve structuren de generatie van innovatieve onderzoeksresultaten beïnvloeden.

Betekenis en Implicaties
De auteurs beweren dat deze studie zowel theoretische als praktische betekenis heeft:

• Theoretisch: Het ondersteunt de hypothese dat diverse auteurschap vanuit verschillende instellingen bijdraagt aan een hogere nieuwheid. Het biedt ook een nieuw perspectief voor theoretische studies door de correlaties van nieuwheid op topic-niveau te analyseren.
• Praktisch: De bevindingen kunnen onderzoekers begeleiden bij het selecteren van onderzoeksonderwerpen en besluitvormers helpen bij het begrijpen van ontwikkelingstrends. Bovendien suggereert de analyse dat het optimaliseren van de vorming van onderzoeksteams — specifiek door samenwerking tussen instellingen te stimuleren voor onderwerpen met een lage huidige samenwerkingsintensiteit — de integratie van academische middelen kan bevorderen en innovatie kan stimuleren.

Beperkingen
De auteurs erkennen verschillende beperkingen: het gebrek aan interpreteerbaarheid dat inherent is aan het BERT deep learning-model; de potentiële afwijking van de op citaties gebaseerde nieuwheidsmetrieken van de werkelijke inhoud van de artikelen; en de uitsluiting van vroege artikelen die geen referenties of abstracts hebben vanwege problemen met datastandaardisatie. Daarnaast vertrouwt de studie op statistische analyse in plaats van causale inferentie met betrekking tot samenwerking en nieuwheid.