基于SNA的体育学学科作者合作关系研究——以《体育科学》为例

发布时间：2021-07-16 20:43

　　我国体育学科研究领域科研工作者合著现象已较为普遍。本文基于社会网络分析法,以《体育科学》1998—2018年间的作者合著情况为样本,借助Ucinet6软件进行可视化分析。通过合著网络的网络密度、中心性、核心—边缘以及凝聚子群四个角度进行分析。结果显示:整体网络结构密度较低,离散程度一般;点度中心度与中介中心性最高的是冯连世教授,只有少数作者能控制信息资源,多数作者缺乏控制信息资源的能力;核心—-边缘分析显示9位作者处于核心区域,多数作者处于边缘区域或者合著边缘区域;五个团体揭示合作受到地理位置、研究方向、师徒关系、工作单位、学习经历等因素的影响;派系林立程度较小,小团体之间缺乏交叉交流,注重小团体内部的信息交流。 

【文章来源】：齐鲁师范学院学报. 2020,35(04)

【文章页数】：9 页

【部分图文】：

核心—边缘分析结果

凝聚子群分析即小团体分析,小团体是指网络中的一小群人关系特别紧密,以至于形成了一个次级团体。将小团体从整体网络中区分出来对于了解小团体具有重要意义[26]39-46。计算小团体的方法有两种:一种是以节点程度计算,一群相连的节点视为小团体,分析方法包括K-plex、K-core与Lambda Sets等;另一种是以距离计算,也就是说一定距离范围内可视为小团体,分析方法主要有n-clan、n-club与n-clique等。本研究的核心作者之间合作关系不具方向性,因此选择网络中不具方向性的n-clique[27]231-236。通过Ucinet6进行n-clique分析,得出图3与图4。通过图3可以看出,数据中最小值为3共分为32个派系,同时还可看出不同作者所参加的派系数,参与的派系数越多证明其作者在派系中的位置越重要,信息传播能力也较强[28]135-139。图3中,冯连世、胡扬、田野等人参与派系较多,说明他们具有较强的信息传播能力。从图4可以发现,核心作者合著的小团体的数目较多,规模较小。图4 核心作者派系分析聚类图

图3 核心作者派系分析结果将上述多个小团体的作者进行一定的合并,归纳出5个规模较大的团体。合并处理的结果与上述图1所显示的情况基本一致,见图4。结合图1与图4具体分析如下:

【参考文献】：
期刊论文
[1]“双一流”建设背景下大学教师共同体及其构建策略探析[J]. 闫建璋,郑文龙.  现代教育管理. 2019(08)
[2]大数据视阙下马克思主义研究热点及前沿问题透视——基于CiteSpace的可视化分析[J]. 韩萌,张国伟.  齐鲁师范学院学报. 2019(04)
[3]国内外心理资本研究热点与发展趋势比较分析:2004～2017[J]. 曾晓娟,阎晓军.  齐鲁师范学院学报. 2019(03)
[4]我国体育思想研究的科学知识图谱分析[J]. 邓伲姣,王华倬,高鹏.  北京体育大学学报. 2018(06)
[5]欧美体育社会学研究中的作者、机构及合作特征[J]. 田恩庆,仇军.  体育学刊. 2017(06)
[6]中外体育学动作发展动态的可视化研究[J]. 焦喜便,姜桂萍,凌佳,纪仲秋,刘威彤,徐杰,王会会.  北京体育大学学报. 2017(10)
[7]WOS数据库运动生理研究演进脉络与前沿动态的分析[J]. 郭志光,贾志强.  首都体育学院学报. 2017(03)
[8]2006—2015年运动生物力学研究者合作网络特征分析[J]. 谢恩礼,詹建国.  西安体育学院学报. 2016(04)
[9]科研合作与团队知识创造:一个网络交互模型[J]. 张鹏程,李铭泽,刘文兴,彭坚.  科研管理. 2016(05)
[10]基于SNA的微博社区信息传播能力分析与评估[J]. 贾红雨,郝建维,邱晨子.  情报科学. 2015(11)



本文编号：3287729