مدیریت اطلاعات سلامت

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اعضای هیات تحریریه

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اطلاعات آماری نشریه

اخبار و اعلانات

سیاست آرشیو و نگهداری داده ها

راهنمای نویسندگان

فرم ها

هزینه انتشار

راهنمای داوران

رابطه نفوذ اجتماعی و عملکرد علمی نویسندگان در شبکه هم‌نویسندگی حوزه تصاویر پزشکی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد، علم اطلاعات و دانش شناسی، گروه علم اطلاعات و دانش شناسی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شهید چمران اهواز، اهواز، ایران

2 استادیار، فیزیک پزشکی، گروه رادیولوژی و پزشکی هسته‌ای، دانشکده پیراپزشکی، دانشگاه علوم پزشکی و خدمات بهداشتی درمانی کرمانشاه،کرمانشاه، ایران

3 دانشجوی دکترا، علم اطلاعات و دانش شناسی، گروه علم اطلاعات و دانش شناسی، دانشکده علوم تربیتی و روانشناسی، دانشگاه شهید چمران اهواز، اهواز، ایران

چکیده

چکیده


مقدمه: شبکه ‌هم‌نویسندگی موجب اشتراک دانش و تجربیات، افزایش کارایی، نوآوری و توسعه دستاوردهای علمی می‌شود. هدف پژوهش حاضر شناسایی الگوی مشارکت و ارزیابی رابطه نفوذ اجتماعی و عملکرد علمی نویسندگان در شبکه هم‌نویسندگی حوزه تصاویر پزشکی است.
روش بررسی: این پژوهش، توصیفی است و با رویکرد علم‌سنجی و تحلیل شبکه اجتماعی انجام شده است. استراتژی جستجو در فوریه 2021 در مجموعه هسته وبگاه علم (WOS) اجرا شد.. جامعه پژوهش شامل تعداد 37190 مقاله بود که به سه بازه زمانی 2000-1991، 2010-2001 و 2020-2011 تقسیم شد. مراحل استخراج داده‌ها، ساخت ماتریس و محاسبه سنجه‌های مرکزیت شبکه‌ هم‌نویسندگی با استفاده از نرم‌افزار انجام شد. تاثیر شاخص‌های ارزیابی عملکرد علمی بر سنجه‌های مرکزیت (نفوذ اجتماعی) با روش تحلیل رگرسیون چند متغیره بررسی شد.
یافته‌ها: الگوهای مشارکت یک تا سه نویسنده روند کاهشی داشته‌اند. تعداد مقالات، تعداد استناد، شاخص H و استناد نرمال شده هر نویسنده با مرکزیت رتبه، مرکزیت دوری و مرکزیت بینابینی ارتباط مستقیم و معنی‌دار و با مرکزیت نزدیکی ارتباط معکوس و معنی‌داری دارند. متغیرهای مرکزیت به ترتیب 27 درصد تغییرات تعداد مقالات، 21 درصد تغییرات متغیر شاخص H، 2/0 درصد تغییرات متوسط استناد هر مقاله و 6/0 درصد تغییرات متغیر استناد نرمال شده را تبیین می‌کنند.
نتیجه‌گیری: با توجه به افزایش گرایش پژوهشگران به پژوهش‌های مشارکتی، استفاده از سنجه‌های مرکزیت و ترکیبی از شاخص‌های عملکردی پژوهشگران در حوزه‌ علمی تصاویر پزشکی می‌تواند ضمن تسهیل شناسایی پژوهشگران تأثیرگذار، معیار منطقی را برای پیش‌بینی و ارزیابی عملکرد آنان ارائه دهد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

The Relationship between Social Influence and the Scientific Performance of Authors in the co-Authorship Network in the Field of Medical Images

نویسندگان [English]

  • Farideh Osareh 1
  • Saleh Salehi Zahabi 2
  • Farideh Akbarzadeh 3

1 Professor, Knowledge and Information Science, Department of Knowledge and Information Science, School of Educational Sciences and Psychology, Shahid Chamran University of Ahvaz, Ahvaz, Iran

2 Assistant Professor, Medical Physics, Radiology and Nuclear Medicine Department,, School of Paramedical, Kermanshah University of Medical Sciences, Kermanshah, Iran

3 PhD Student, Knowledge and Information Science, Department of Knowledge and Information Science, School of Educational Sciences and Psychology, Shahid Chamran University of Ahvaz, ,Ahvaz, ,Iran

چکیده [English]

Introduction: The co-authorship network contributes to sharing of knowledge and experience, increases efficiency, innovates, and develops scientific achievements. This study endeavors to identify the pattern of participation and evaluate the relationship between social influence and the scientific performance of authors in the co-authorship network in medical images.
Methods: This descriptive study was done using both the approach of scientometrics and social network analysis. The search was implemented in the Core Collection Web of Science (WOS) in February 2021. The cases included 37,190 articles divided into the three-time periods from 1991-2000, 2001-2010, and 2011-2020. The stages of data extraction, matrix construction, and computation of the co-authorship network centrality metrics were performed through a software. The effect of scientific performance evaluation indicators on the measures of centrality (social influence) was examined by multivariate regression analysis.
Results: Patterns of participation of one to three authors were decreasing. The number of articles, the number of citations, the H index, and normalized citations of each author have a direct and significant relationship with rank centrality, distance centrality, and betweenness centrality, and inverse and significant relationship with closeness centrality. Centrality variables explain 27% of the changes in the number of articles, 21% of the changes in the H index variable, 0.2% of the changes in the average citation of each article, and 0.6% of the changes in the normalized citation variable, respectively.
Conclusion: Considering the increase in researchers' tendency towards collaborative research, the use of centrality metrics and a combination of researchers' performance indicators in the field of medical images can provide a logical criterion for predicting and evaluating their performance while facilitating the identification of influential researchers.

کلیدواژه‌ها [English]

  • Diagnostic Imaging
  • Social Network Analysis
  • Efficiency
  • Social Influence
مراجع
  1. Zhang B, Wu J, Huang Q, Tan Y, Zhang L, Zheng Q, et al. The Influence of Author Degree Centrality and L-Index on Scientific Performance of Physical Education and Training Papers in China Based on the Perspective of Social Network Analysis. Complexity 2021 Sep 30;2021:1-4. ID 3066602. https://doi.org/10.1155/2021/3066602.
  2. Ye Q, Li T, Law R. A co-authorship network analysis of tourism and hospitality research collaboration. Journal of Hospitality & Tourism Research 2013; 37(1): 51-76.
  3. Liu P, Xia H. Structure and evolution of co-authorship network in an interdisciplinary research field. Scientometrics 2015; 103(1): 101-34.
  4. Aung TT, Nyunt TT. Community detection in scientific co-authorship networks using neo4j. In 2020 IEEE Conference on Computer Applications (ICCA) 2020 Feb 27 (pp. 1-6). IEEE 2020.
  5. Koseoglu MA. Growth and structure of authorship and co-authorship network in the strategic management realm: Evidence from the Strategic Management Journal. BRQ Business Research Quarterly 2016; 19(3): 153-70.
  6. Cheng FF, Huang YW, Tsaih DC, Wu CS. Trend analysis of co-authorship network in Library Hi Tech. Library Hi Tech 2019; 37(1): 43-56.
  7. . Parish AJ, Boyack KW, Ioannidis JP. Dynamics of co-authorship and productivity across different fields of scientific research. PloS one 2018; 13(1). e0189742.
  8. Nishavathi E, Jeyshankar R. Measuring Co-Authorship Pattern in Research Output of Chromosome Anomalies. Library Philosophy & Practice 2018. (e-journal). 1730.
  9. Zhang M. Social network analysis: History, concepts, and research. In: Furht B, editor. Handbook of social network technologies and applications. Boston: Springer; 2010. p. 3-21.
  10. Mokhtarzadeh S, Zamani Dehkordi B, Mosleh M, Barati A. Influence Maximization using Time Delay based Harmonic Centrality in Social Networks. Tabriz Journal of Electrical Engineering 2022; 51(3): 359-70.
  11. . De-Marcos L, García-López E, García-Cabot A, Medina-Merodio JA, Domínguez A, Martínez-Herráiz JJ, et al. Social network analysis of a gamified e-learning course: Small-world phenomenon and network metrics as predictors of academic performance. Comput Human Behav 2016; 60: 312-21.
  12. Saqr M, Elmoazen R, Tedre M, López-Pernas S, Hirsto L. How well centrality measures capture student achievement in computer-supported collaborative learning?–A systematic review and meta-analysis. Educ Res Rev 2022; 100437.
  13. Mousavi Chalak A, Sohieli F, Khasseh AA. The relationship between social influence with productivity and performance in co-authorship social network of Quran and Hadith studies. Library and Information Sciences 2017; 20(3): 50-74. [In Persian]
  14. Rezaei-Haghighi M, Danesh F, Shabankareh K, Hamidi A. Assessment of Scientific Publications of Iranian Researchers in the Field of Myocardial Ischemia Diseases Based on the Indicators of Ideational Influence and Social Influence. Health Inf Manage 2020; 17(2): 80-6. [In Persian]
  15. . Soheili F, Sharif Moghaddam H, Mousavi Chelak A, Khasseh A. The Most Influential Researchers in iMetrics: A Compound Look at Influence Indicators. Academic Librarianship and Information Research 2015; 49(1): 23-54. doi: 10.22059/jlib.2015.56962. [In Persian]
  16. . Chen X, Zhang X, Xie H, Tao X, Wang FL, Xie N, et al. A bibliometric and visual analysis of artificial intelligence technologies-enhanced brain MRI research. Multimed Tools Appl 2020; 80(11): 17335-63.
  17. Aksnes DW, Langfeldt L, Wouters P. Citations, citation indicators, and research quality: An overview of basic concepts and theories. Sage Open 2019; 9(1): 2158244019829575.
  18. Hassan W, Nabavi SM, Rezabakhsh A. The Progress and Research Trends in Coronavirus (COVID-19) Research Publications: Epidemiological and Bibliometrical Approaches. Canadian Journal of Medicine 2021; 3: 77-98.
  19. Abbasi A, Altmann J, Hossain L. Identifying the effects of co-authorship networks on the performance of scholars: A correlation and regression analysis of performance measures and social network analysis measures. J Informetr 2011; 5(4): 594-607.
  20. Zhang Y, Ding J, Yan H, He M, Wang W. A Study of the Influence of Collaboration Networks and Knowledge Networks on the Citations of Papers in Sports Industry in China. Complexity 2022.
  21. Hasanzadeh P, Isfandyari-Moghaddam A, Soheili F, Mousavi Chalak A. Co-authorship and the Relationship between So-ial Influence and the Extent of Effectiveness and Productivity of Re-searchers in Domain of Chronic Cardiovascular Failure. Scientometrics Research Journal 2018; 4(8): 143-60. [In Persian]
  22. . Soheili F, Khasseh AA, Mousavi-Chelak A. The most influential researchers in information behaviour: An integrative view on influence indicators. ASLIB J Inf Manag 2017; 69(2). doi:10.1108/AJIM-01-2017-0027.
  23. . Fan W, Li G, Law R. Analyzing co-authoring communities of tourism research collaboration. Tour Manag Perspect 2020; 33.
  24. Albert R, Jeong H, Barabási AL. Diameter of the world-wide web. Nature 1999; 401(6749): 130-1.
  25. Baji F, Osareh F. An Investigation into the Structure of the Co-Authorship Network of Neuroscience field in Iran, using a Social Network Analysis Approach. Journal of Studies in Library and Information Science 2015; 6(14): 71-92. [In Persian]
  26. . Chow DS, Ha R, Filippi CG. Increased rates of authorship in radiology publications: a bibliometric analysis of 142,576 articles published worldwide by radiologists between 1991 and 2012. AJR Am J Roentgenol 2015; 204(1): W52-7.
  27. Cogollos LC, Perez-Girbes A, Aleixandre-Benavent R, Valderrama-Zurián JC, Martí-Bonmatí L. Mapping the scientific research on radiology departments: Global trends in publication, collaboration and trending topics. Eur J Radiol 2021; 142: 109841.
  28. Dabiri F, Noroozi Chakoli A, Asadi S. Evaluation of Scientific Collaboration of Iranian Researchers in the Field of Microelectronics Science and Technology in the Scopus Database in 2000-2017. Scientometrics Research Journal 2021; 6(2): 1-20. [In Persian]
  29. Soheili F, Cheshme Sohrabi M, Atashpaykar S. Co-authorship network analysis of Iranian medical science researchers: A social network analysis. Caspian Journal of Scientometrics 2015; 2(1): 24-32. [In Persian]
  30. Abbasi A, Hossain L, Leydesdorff L. Betweenness centrality as a driver of preferential attachment in the evolution of research collaboration networks. J Informetr 2012; 6(3): 403-12. DOI:10.1016/j.joi.2012.01.002

Rahimi S, Soheili F, Amini Nia Y. Social Influence, Research Productivity and Performance in the Social Network Co-authorship: A Structural Equation Modelling. J. Sci. Res 2020; 9(3): 326-34.

مدیریت اطلاعات سلامت
دوره 19، شماره 3 - شماره پیاپی 85
مرداد و شهریور 1401
صفحه 114-121
فایل ها
هم رسانی
ارجاع به این مقاله
آمار