تحلیل روند انتشارات و دیداری سازی ساختار علمی در حوزه طب سنتی
Publish place: Journal of School of Public Health and Institute of Public Health Research، Vol: 21، Issue: 3
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 50
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SJSPH-21-3_005
تاریخ نمایه سازی: 10 مرداد 1403
Abstract:
زمینه و هدف: طب سنتی که امروزه به عنوان طب مکمل مورد توجه است، روشی قدیمی مبتنی بر فرهنگ است و در جوامع مختلف، به شکل های متفاوتی از روش های درمانی بومی توسعه یافته است. پژوهش حاضر با هدف تحلیل روند انتشارات و دیداری سازی ساختار علمی این حوزه انجام شد.
روش کار: پژوهش حاضر با رویکرد علم سنجی انجام شده است. جامعه آماری پژوهش شامل ۲۹۸۵۲ مدرک نمایه شده حوزه طب سنتی در وبگاه علوم در بازه زمانی ۲۰۱۲ تا ۲۰۲۰ می باشد. برای تحلیل داده ها از نرم افزارهای Excel و VOSviewer استفاده شد.
نتایج: یافته ها نشان داد انتشارات حوزه طب سنتی در سال های مورد مطالعه روند صعودی داشته و ۳۴۷۳۰۰ بار مورد استناد قرارگرفته است. دو دانشگاه واقع در کره جنوبی Kyung Hee University و Korea Institute of Oriental Medicine (KIOM) بیشترین مدارک این حوزه را منتشر نموده اند. بیشترین میزان همکاری بین کشورهای چین و ایالات متحده (۵۶۵ همکاری) و پس از آن بین چین و استرالیا (۲۵۳ همکاری)، و چین و انگلستان (۱۳۴ همکاری) انجام گرفته است. ایران در حوزه طب سنتی به عنوان چهارمین کشور پر انتشار و متخصص ترین کشور به لحاظ شاخص قدرت نسبی شناسایی شد.
نتیجه گیری: فراوانی تجمعی انتشارات حوزه طب سنتی با طی روند فعلی، در سال ۲۰۳۰ تقریبا دو برابر آن در سال ۲۰۲۰ خواهد شد. این روند لزوم توجه به سیاستگذاری علمی را می طلبد.
Keywords:
Authors
افشین حمدی پور
Ph.D. Associate Professor, Department of knowledge and information science, University of Tabriz, Tabriz, Iran
رسول زوارقی
Ph.D. Associate Professor, Department of knowledge and information science, University of Tabriz, Tabriz, Iran
زهرا مهمان نواز
MSc. Department of knowledge and information science, University of Tabriz, Tabriz, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
