[論文レビュー] Can Scientific Journals be Classified in terms of Aggregated Journal-Journal Citation Relations using the Journal Citation Reports?

Loet Leydesdorff|ArXiv.org|Nov 17, 2009

scientometrics and bibliometrics research参考文献 31被引用数 4

ひとこと要約

本稿は、ジャーナル・クォーターズ・リポート（JCR）からの集計されたジャーナル・ジャーナル間の引用関係を用いて、科学的ジャーナルを分類できるかどうかを調査している。引用行列に主成分分析（PCA）を適用することで、研究者らは潜在的引用次元におけるジャーナルの位置を表す要因スコアを導出しており、PCAに基づく分類が構造的パターンを明らかにするが、特にバイオケミストリー分野のジャーナルにおいて顕著である。一方、回転処理を施すとモデル依存性が生じ、明確な分類が制限される。

ABSTRACT

The aggregated citation relations among journals included in the Science Citation Index provide us with a huge matrix which can be analyzed in various ways. Using principal component analysis or factor analysis, the factor scores can be used as indicators of the position of the cited journals in the citing dimensions of the database. Unrotated factor scores are exact, and the extraction of principal components can be made stepwise since the principal components are independent. Rotation may be needed for the designation, but in the rotated solution a model is assumed. This assumption can be legitimated on pragmatic or theoretical grounds. Since the resulting outcomes remain sensitive to the assumptions in the model, an unambiguous classification is no longer possible in this case. However, the factor-analytic solutions allow us to test classifications against the structures contained in the database. This will be demonstrated for the delineation of a set of biochemistry journals.

研究の動機と目的

• 科学的ジャーナルがジャーナル・クォーターズ・リポート（JCR）からの集計された引用関係に基づいて体系的に分類可能かどうかを検討すること。
• 大規模な引用行列に多変量統計的手法（PCAや要因分析）を適用する可能性を評価すること。
• 得られた分類が学術的コミュニケーションネットワークにおける意味のある構造的パターンを反映しているかどうかを評価すること。
• 特に要因分析における回転に関する仮定を含めた、さまざまなモデル仮定のもとでの分類結果の妥当性を検証すること。
• バイオケミストリー分野のジャーナルを対象とした事例研究を通じて、本手法の適用可能性を示すこと。

提案手法

• サイエンス・クォーターズ・インデックスに含まれる集計されたジャーナル・ジャーナル間引用データから大規模な引用行列を構築する。
• 潜在的引用構造を表す直交する次元を抽出するために主成分分析（PCA）を適用する。
• 主成分の独立性を活用し、回転を行わない要因スコアを、引用空間内におけるジャーナルの位置の正確な指標として用いる。
• 解釈可能性を向上させるために要因解に回転を適用するが、これによりモデル仮定が導入される。
• 次元の安定性と独立性を確保するため、段階的抽出法を用いて主成分を抽出する。
• JCRデータベースの実際の構造と比較することで、分類の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 ジャーナル・クォーターズ・リポート（JCR）からの集計された引用関係のみを用いて、科学的ジャーナルを意味的に分類できるか？
• RQ2 主成分分析（PCA）の結果は、ジャーナル引用ネットワークにおいて整合的な構造的パターンをどの程度明らかにするか？
• RQ3 特に要因分析における回転に関するモデル仮定が、ジャーナル分類の信頼性と解釈可能性にどのように影響するか？
• RQ4 PCAに基づく分類手法は、JCRデータベースの実際の構造と照合して検証可能か？
• RQ5 回転によってモデル仮定が導入された場合、その分類にどのような制限が生じるか？

主な発見

• 主成分分析（PCA）は、ジャーナル引用行列から独立的かつ解釈可能な次元を効果的に抽出でき、引用空間内でのジャーナルの位置づけを可能にする。
• 回転を行わない要因スコアは、モデル仮定を導入せず、正確かつ安定したジャーナル位置の指標を提供する。
• 回転処理は解釈可能性を向上させるが、モデル依存性を生じさせ、明確な分類の可能性を低下させる。
• バイオケミストリー分野のジャーナルを対象とした事例研究において、本手法は構造的整合性を示し、意味のある引用パターンを明らかにした。
• 分類結果はモデル仮定に敏感であり、特に回転を施した解釈では、明確な分類が制限される。
• 本アプローチにより、JCRデータベースの実証的構造と照合して、提案された分類をテストおよび検証することが可能である。