[论文解读] Usage of OpenAlex for creating meaningful global overlay maps of science on the individual and institutional levels

Robin Haunschild, Lutz Bornmann|arXiv (Cornell University)|Apr 3, 2024

Big Data and Business IntelligenceBusiness, Management and Accounting被引用 3

一句话总结

本文提出一种利用 OpenAlex 数据生成科学产出全局叠加地图的方法，可实现跨学科的个人与机构研究表现可视化。通过归一化出版物数量并利用六种基础地图，该方法相较于原始数据更清晰地揭示了学科特定的研究重点，为全球尺度的科学制图提供了一种可扩展的工具。

ABSTRACT

Global overlay maps of science use base maps that are overlaid by specific data (from single researchers, institutions, or countries) for visualizing scientific performance such as field-specific paper output. A procedure to create global overlay maps using OpenAlex is proposed. Six different global base maps are provided. Using one of these base maps, example overlay maps for one individual (the first author of this paper) and his research institution are shown and analyzed. A method for normalizing the overlay data is proposed. Overlay maps using raw overlay data display general concepts more pronounced than their counterparts using normalized overlay data. Advantages and limitations of the proposed overlay approach are discussed.

研究动机与目标

• 开发一种可复现的方法，利用 OpenAlex 数据生成科学产出的全球叠加地图。
• 比较原始数据与归一化出版物数据在叠加地图中的视觉影响差异。
• 通过一位研究人员及其机构的案例研究，展示该方法的实用性。
• 评估使用 OpenAlex 进行大规模科学制图的优势与局限性。
• 提供六种标准化基础地图，以实现全球科学可视化的统一性。

提出的方法

• 作者使用 OpenAlex 的全面学术数据集，提取按作者和机构划分的出版物记录。
• 对各学科的出版物数量应用归一化程序，以减少高产出学科带来的偏差。
• 生成六种不同的全球基础地图，每张地图突出显示科学地理的不同方面。
• 通过将归一化或原始出版物数据叠加到基础地图上，创建叠加地图。
• 该方法支持使用标准化、开放获取数据进行个人层面与机构层面的科学制图。
• 通过第一作者及其研究机构的案例研究，对可视化效果进行验证。

实验结果

研究问题

• RQ1 如何利用 OpenAlex 数据生成有意义的科学产出全球叠加地图？
• RQ2 在可视化研究表现时，原始数据与归一化数据之间存在哪些差异？
• RQ3 所提出的六种基础地图如何提升科学地图的可解释性？
• RQ4 该方法在个人与机构科学制图中具有哪些实际优势与局限性？
• RQ5 该方法能否实现一致、可复现的全球科学可视化？

主要发现

• 与原始数据相比，出版物数据的归一化显著提升了学科特定研究重点的清晰度。
• 使用归一化数据的叠加地图更清晰地揭示了区域与学科之间科学产出的细微模式。
• 六种基础地图为全球科学制图提供了统一、标准化的视觉框架。
• 原始数据往往过度强调高产出学科，而归一化数据更能反映学科多样性。
• 该方法实现了可复现、开放且可扩展的个人与机构科学可视化。
• 通过案例研究验证了该方法，展示了个人与机构层面研究产出的清晰、可解释的可视化效果。