محدثه رفیعی خشنود - SID, Academic Center for Education, Culture and Research (ACECR), Tehran, Iran
عبدالصمد کرامت فر - SID, Academic Center for Education, Culture and Research (ACECR), Tehran, Iran

سابقه و هدف: سیاست گذاران تلاش می کنند تا عملکرد علمی کشور خود را مورد ارزیابی قرار داده و آن را از نظر اثربخشی و حل مشکلات مورد سنجش قرار دهند. این مقاله به مقایسه تحلیلی مدارک علمی ایران در حوزه موضوعی متن کاوی بر اساس پایگاه های داخلی و خارجی می پردازد. مواد و روش ها: پژوهش حاضر از نوع توصیفی- پیمایشی و با رویکرد کتاب سنجی انجام شده است. برای بازیابی مدارک علمی مرتبط با متن کاوی در پایگاه اسکوپوس عبارات مرتبط با آن جستجو و سپس نتایج به ایران محدود شد. برای بازیابی مدارک علمی مجلات داخلی از پایگاه مرکز اطلاعات علمی جهاد دانشگاهی به شیوه مشابه استفاده شد. برای تجزیه و تحلیل داده ها از نرم افزارهای Bibexcel، Vosviewer، زبان برنامه نویسی Python و Excel استفاده شد. یافته ها: تعداد کل مدارک علمی ایران در حوزه موضوعی متن کاوی در پایگاه استنادی اسکوپوس، برابر با ۱۰۸۲ است. ۲۸۴ مدرک علمی (۲۶/۲۵%) از مدارک علمی نمایه ­شده در اسکوپوس، بر زبان فارسی متمرکز هستند. همچنین بر اساس داده های پایگاه مرکز اطلاعات علمی، تعداد مدارک علمی این حوزه موضوعی برابر با ۸۹ و مدارک علمی متمرکز بر زبان فارسی برابر با ۵۱ (۵۷/۳۰%) است. مجله Lecture notes in computer science بیشترین تعداد مدارک علمی بین المللی ایران و مجله پردازش علایم و داده ها، بیشترین تعداد مدارک علمی داخلی ایران را در حوزه موضوعی متن کاوی منتشر کرده اند. با استفاده از آزمون تی مستقل مشخص شد بین تعداد مدارک علمی متمرکز بر زبان فارسی پایگاه اسکوپوس و مرکز اطلاعات علمی جهاد دانشگاهی، تفاوت معناداری وجود دارد (۰/۰۰۰۱>p). نتیجه گیری: میانگین نرخ رشد مدارک علمی ایران در حوزه متن کاوی بالاتر از حوزه های موضوعی دیگر است. کشورهای آمریکا، انگلیس و استرالیا بیشترین میزان مشارکت را با محققان ایرانی در این حوزه موضوعی داشته اند. همچنین مشخص شد مدارک علمی بین المللی که بر زبان انگلیسی متمرکز هستند، استناد بیشتری نسبت به مدارک علمی متمرکز بر زبان فارسی دریافت می کنند.

Data mining, Text mining, Evaluating science, Bibliometrics, Natural language processing, داده کاوی, متن کاوی, ارزیابی علم, کتاب سنجی, پردازش زبان طبیعی