《表2 5个学科模因值排序前10的知识模因》

《表2 5个学科模因值排序前10的知识模因》   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
《知识模因视角下跨学科研究领域的学科结构分析》


  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

为理解知识模因与关键词的区别,对比排序前100的热门关键词和高模因值知识模因在使用频次、语义范畴等方面的不同。为便于理解,表2示例性地列出医学信息学使用频次最高的10个热门关键词以及5个学科中模因值排序前10的知识模因。两者的主要差异表现在:(1)热门关键词的特点是使用频次高、语义范畴相对较广,同时其模因值也相对较高,如热门关键词Internet使用非常频繁,而natural language processing(自然语言处理技术)、classification(分类)等属于相对上位的词,在高模因值知识模因排行榜中分别位列第14、176和143位。(2)知识模因的专指度较高,属于相对下位的词,但部分高模因值的知识模因并不具有较高的使用频次,如continual reassessment method和authentication scheme在关键词使用频次排行榜上名列2000位之后。从词项与学科的关联性来看,热门关键词与学科之间属于泛化关联,而知识模因则更加具体。例如,natural language processing本身来源于计算机学科,其与医学信息学的关联在于多种自然语言处理技术被应用于医学信息学领域。由此可见,在知识模因基础之上进行学科领域分析的粒度比基于关键词的粒度更细,能更好地从微观知识的视角来分析领域知识结构。