《表4 运动生理生化聚类群分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《国外运动生理生化研究趋势与热点演进——基于CiteSpaceⅤ的可视化分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了进一步了解运动生理生化相关研究热点的知识结构，对关键词进行聚类分析（如图5），紧密度代表聚类成员之间的相似程度，数值越高代表聚类成员间的相似程度越高；Log-Likelihood Ratio(LLR）为对数似然，LLR越大的词越具有对这个聚类的代表性（表4）。模块值（Modularity Q）和平均轮廓值（Mean Silhouette）是反映聚类边界清晰度和聚类规模的两个指标，Q值一般在[0，1）区间内，Q>0.3就意味着划分出来的社团结构是显著的，当S值大于0.7时，聚类是高效率令人信服的，若在0.5以上，聚类一般认为是合理的[2]，此次的聚类模块值Q=0.831 8(>0.3），平均轮廓值S=0.887 5(>0.5），说明该聚类视图是显著且合理的。从关键词聚类视图可知形成了#0physical activity（体育活动）、#1blood lactate（血乳酸）、#2adolescent（青少年）、#3carbohydrate oxidation（碳水化合物氧化率）、#4football（足球）、#5resistance training（耐力训练）、#6skeletal muscle（骨骼肌）、#7muscle damage（肌肉损伤）、#8modeling（模型）、#9biomechanics（生物力学）、#10running economy（跑步效率）、#11oxygen uptake（摄氧量）12个聚类群，通过可视化图谱与聚类表格结合文献发现，运动生理生化的主要研究热点主要聚焦于6个聚类。