Картировать научный ландшафт: различия между версиями

Материал из Поле цифровой дидактики
Строка 56: Строка 56:
digraph G {
digraph G {
//rankdir = LR ;
//rankdir = LR ;
size="12,12";
size="12,16";
"enrollment" -> "international students"
"enrollment" -> "international students"
"career goals" -> "graduate employability"
"career goals" -> "graduate employability"

Версия от 14:23, 3 июня 2025

Описание Как картировать научный ландшафт - собрать с поля данные, выделить кластеры, сформировать тезаурус, посмотреть результаты
Область знаний NetSci, Литература
Область использования (ISTE) Computational Thinker
Возрастная категория 16


Поясняющее видео
Близкие рецепту понятия Макроскоп, Сетевой анализ, CSV
Среды и средства для приготовления рецепта: Notepad++, Zotero, VOSviewer, VUE, Graphviz, NetLogo, ACM Digital Library, WoS

Последовательность действий
  1. Собираем данные в репозитории - Scopus, WoS, ACM Digital Library
  2. Подготавливаем данные внутри библиоменеджера -Zotero, Mendeley - переводим в формат RIS см. Category:Dataset
  3. В конкретном примере получили при помощи VOSviewer избыточную карту понятий - о чём пишут авторы из МГПУ https://tinyurl.com/22jv4qm2
  4. Используем VUE для представления кластеров
  5. Используем сетевой вариант graphviz - https://dreampuf.github.io/GraphvizOnline
    1. Получаем - https://bit.ly/44nhzPg


Zotero - библиотечный менеджер

Скачали, установили, создали подборку (коллекцию), переместили (скопировали) из одного раздела в другой, поискали внутри E-library, библиотеке ACM (отдельно о прелестях ACM)

{{#widget:YouTube|id=vNvRVTWYwlw|start=5}} <br clear=all />

Ходим по библиотекам, собираем дата-сеты

ACM Digital Library, ELibrary.Ru, Scopus, WoS

Категория:Dataset


Рассматриваем поле при помощи макроскопов


Пример графа собранных понятий