研究前沿與圖譜視覺化

研究主題與研究前沿視覺化目的在於透過圖譜的視覺效果來彰顯 資料資訊，將資料以視覺化方式呈現，促使逐筆觀察來的簡單而清楚，

並更能了解資料屬性。本節就研究前沿、知識圖譜法和社會網絡分析 法，分別敘述之。

一、研究前沿

Price (1965)提出的，一般通常由 40～50 篇近期

發表的高被引文獻研究成果所組成，透過相對小的研究文獻網絡，可以 追蹤大量文獻的發展軌跡，是一個學科領域中最先進的研究領域。

Persson (1994)則進一步解釋研究前沿的本質，認為研究前沿是一個學科 領域中最先進的研究領域，並對研究前沿與知識基礎進行區別，將知識 基礎定義為被研究前沿引用的一組文獻集群，表示研究前沿是在學科領 域內處於領先位置的成果與概念，並為當時學者所大量引用的文獻(Lu, Lin, Liu, & Yu, 2012; Lucio-Arias & Leydesdorff, 2009; Shibata, Kajikawa,

& Sakata, 2010; Small & Griffith, 1974; Takeda & Kajikawa, 2010)。研究前 沿其研究主題描述了該學科領域最受關注的研究議題，有助於研究者掌 握學科領域最新的研究方向，與根據集群間的相似性來分析學科領域發 展的連續性、穩定性(Braam et al., 1991)，與用來呈現學科領域動態本質 特徵，體現該學科領域隨著時間變化出現、轉折、發展、成熟、衰退等 的週期過程軌跡，形成具有潛在研究價值的新趨勢網絡(Chen, 2006, 2012;

Price, 1965)。

近年來，國內外針對研究前沿的相關研究越來越蓬勃發展(Gao et al., 2012; Yoo et al., 2013)。主要在於其結果能夠提供國家，或國際組織（例 如歐盟等），大學、研究計畫、學科領域、研究者、研究小組、以及某 個研究主題發展參考依據。對於一個以科技競爭力為主導的臺灣而言，

研究前沿更具有指標性意義，即掌握科技教育研究前沿發展趨勢，在宏

觀上有利於追蹤學科領域熱門研究主題，亦可促使國家在全球研究領域 上相對佔有領先位置；在中觀上有助科技教育預測學術動態與進行課程 開發；在微觀上有益指引研究人員適合的研究方向，與協助其了解所在 學科領域研究主題的演進與趨勢(Garfield, 1994)。

例如White 與 Griffith (1981)利用 WoS 資料庫擷取 1972～1979 年間 之 引 文 相 關 數 據 ， 藉 由 集 群 分 析(cluster analysis) 及 多 向 度 法 (multi-dimension analysis, MDS)，區分該時期資訊領域研究範疇的主題，

不但可以看出各子群知識上的相關性，也可以呈現出知識體系的互動結 構。Andrews (2003)精選在醫學方面具有特殊貢獻之文獻進行共被引分

析，文中詳細陳述並實際操作分析方法，如多向度法、集群分析及因素 分析(factor analysis)等的運用。Small (2006)為追蹤研究領域的出現及成

長，並預測近期的變化，以所有學科領域被引用次數在前 1%的文獻為 分析對象進行共被引分析。Casey 與 McMillan (2008)應用於分析 1974～

2006 年之工業及勞資關係的 ILRR 期刊，結果發現科技人力資源管理重 要性日益增加。劉則淵、陳悅與侯海燕(2008)透過六個於 1995～2004 年 間發表的國際權威學術期刊，4,800 篇文獻中所引用的 126,244 筆參考文 獻 ， 進 而 繪 製 出 國 際 科 學 學 科 研 究 重 點 演 進 趨 勢 與 知 識 圖 譜 。 Bettencourt、Kaiser 與 Kaur (2009)利用網絡密度、網絡直徑與網絡相對 大小等指標，分析了物理學、生物醫學和材料科學等八個領域從產生到

成熟的過程。

然而，研究前沿是用來描述某一研究領域的暫態性特徵（劉則淵 等，2008）。對於文獻的引用 Price (1965)發現本文作者通常情況下傾向

於引用近期發表的文獻，這個特點被稱為即時引用指數(immediacy index)，即隨著時間推移與學科研究的發展，某個時間點的研究前沿會 根據文獻被引頻次的變化經歷發展、成熟與衰退的過程。龐傑(2011)和 Burton 與 Kebler (1960)認為，可以根據文獻被引頻次的變化來描述研究 前沿的產生過程，和按照不同的被半衰期(half-life)將文獻分為經典文獻 與暫態文獻（如圖2-3）。

圖 2-3 經典與暫態文獻被引頻次變化趨勢圖 資料來源：龐傑（2011: 8）

半 衰 期 可 分 為 引 用 半 衰 期(citing half-life)與被引用半衰期(cited half-life)，引用半衰期是指從最近一年算起，一期刊引用次數達到全部

引用次數的50%所需之時間，反應期刊引用資料的新舊；被引用半衰期 是以年為單位，顯示由最新出版年回溯 10 年內該期刊被引用之累進次 數已達該期刊出版文獻累進總數之 50%時所需的時間，（在最新出版年 之被引用次數低於 100 者不被列入，另外若 10 年以上其數字仍未達 50%，其半衰期以＞10.0 表示）反應期刊文獻老化的快慢（蔡明月、張 美琪，2008）。證明了知識基礎在相當長的一段時間內具有非常高的穩 定性。

這些研究過程、研究經驗與結果，顯得有價值地提供一項客觀佐證 資料，其可以借助本研究在構建科技教育學科領域這一方面的探索，分 析學科領域系統內在運行機制，學科之間潛在的連接與貢獻，追踪學科 成長與反映出學科研究的知識實力，不僅代表科技教育學科領域的研究 能量與產出，也是一種跨學科領域創新的研究分析，應有十足的幫助科 技教育研究主題的演進與研究前沿的辨清。

二、知識圖譜法

(一) 知識圖譜法概念

自 1990 年代以來文獻計量－共被引分析法即結合電腦圖形 學、圖像處理等視覺化技術，其基本原理是分析文獻、作者、期刊 和關鍵字等的相似性及程度，以根據不同的方法和技術繪製不同類 型的知識圖譜（劉則淵等，2008）。所以知識圖譜法是一種採用圖

形方式對其所探究的學科研究主題領域進行視覺化，其理論基礎建 立在文獻計量學、科學計量學和資訊計量學的引文分析領域，由於 這三種計量學重疊性很高，其目標則幾乎一致地利用數學、圖形 學、統計學、電腦科學等交叉學科領域，通過一定演算法，進而以 曲線形式將學科的知識領域發展規律繪製成二維或三維圖形，找出 高被引、高相關的發展關鍵路徑，揭露學科研究主題的演進過程，

或集群之間的活動，或學科主體結構變化的網絡、互動、交叉、演 進或衍生等，以視覺化圖譜揭示其數量特徵、內在規律、擴散的一 種重要組成結構狀況及關係的計量分析方法（劉則淵等，2008；

Borner, Chen, Boyack, 2003; Milojevic & Leydesdorff, 2013; van Eck

& Waltman, 2013）。

時至今日，利用視覺化技術繪製學科領域知識圖譜，已經成為 文獻計量共被引分析研究的主要表現形式。尤其自本世紀以來，資 訊科技展現了視覺化的發展時期，迄今層出不窮的資訊視覺化軟體 工具被開發出來，並投入到研究實踐當中，例如BibExcel、CATAR、

CiteSpace、HistCite、IN-SPIRE、Leydesdorff、Network Workbench、

Sci2、Pajek、Publish or Perish、UCINET、VOSViewer 等文獻計量 分析工具。此外，Chen (1999)出版《資訊視覺化與虛擬環境》

(Information Visualisation and Virtual Environments)、2003 年再出版

《科學前沿圖譜》(Mapping Scientific Frontiers)；Card、Mackinlay

與 Shneiderman (1999)彙編《資訊視覺化概覽：用視覺思考》

(Readings in Information Visualization: Using Vision to Think)；Spence (2007)《資訊視覺化：設計互動》(Information Visualization: Design for Interaction)等著作大量湧現，直接促成新一代資訊視覺化技術在文 獻計量學領域形成主體地位。

(二) 知識圖譜法應用研究

在應用方面，White 與 McCain (1998)在知識視覺化方面做了大 量研究工作，他們根據 SCIE (SCI)資料庫，利用資訊領域的 12 種 期刊繪製了 1972～1995 年間資訊領域的知識圖譜，展示了資訊科 學領域兩大主導領域流派，以及相關的分支學科。Tsay、Xu 與 Wu (2003)以半導體文獻為主題的共被引分析，研究中發現 30 種半導體 期刊有一定的連結性，以物理學期刊共被引次數最高，繪製二維圖 可分為物理學領域、材料科學與電子工程學三組，但難以判定核心 主題或連結性強的期刊主題，其原因可能在於期刊之相關係數差異 不大，以及半導體之跨學科導向所致。McCain (1991)分析 1990～

1997 年之間，36 種與神經網絡相關研究的學科期刊，其時間範圍 分成 1990～1992、1992～1994、1994～1997 三個區間階段，結果 顯示第一階段有七個集群，沒有位於中心的集群，以神經網路為

主；第二階段有七個集群，電腦工程期刊遠離了神經網路集群，物 理與光學則孤立於圖中，呈現這些集群領域與神經網路研究間的聯 繫薄弱了；第三階段集群一樣七個，集群位置與期刊數發生變化，

專家系統與認知集群消失，取而出現的是自我組織系統，而神經系 統的數學模式集群最接近圖中心，三個階段反應了集群之間的主題 連結關係，揭示自然科學/心理學與工程/神經網絡研究日益分離現 象。

Sternitzke、Bartkowski 與 Schramm (2008)應用共被引分析與社 會網絡等方法分析光電領域中的專利技術文獻部署活動，進行專利 地圖的繪製，揭露發明人與申請人之間的合作網絡、識別關鍵專 利、被引頻次、核心與邊緣，用來解釋申請人行為，確定合作夥伴 共同發展項目。Zhang、Chen 與 Li (2009)認為，對知識圖譜理論與 實踐的深入研究將是今後文獻計量學領域的一個中心議題。現代資 訊視覺化技術融合了人機交互，利用圖像技術繪製知識圖譜，探尋 研究領域的發展脈絡以及不同時期的研究前沿，已經成為文獻計量 主要表現形式之一。van Raan (2000)將文獻計量學的應用歸納為四 方面：績效分析(performance analysis)、科學圖譜(mapping science)、

資訊檢索(information retrieval)和圖書館管理(library management)。

其中，科學圖譜除了能有效評估某一特定學科研究領域之績效外，

更可以清楚地追溯該領域研究之演進，尤其隨著每年學科研發成果 不斷地累計增加，需要用合理、可行的方法對資料進行展現現有的 學科活動及潛在的相互關連與演進趨勢，因此借助知識圖譜法繪製 學科地圖，可將數據轉換成清楚簡化的圖解，保留有意義的訊息（劉 則淵等，2008）。

三、社會網絡分析法

社會網絡分析法係指社會行動者及其之間的關係集合，是一種對網 絡結構如何影響行動者的行為研究，也是一種將網絡視為一種現實世界

社會網絡分析法係指社會行動者及其之間的關係集合，是一種對網 絡結構如何影響行動者的行為研究，也是一種將網絡視為一種現實世界