وجوه اشتراک موضوعی در حوزه‌های علمی فعال مدیریت دانش براساس شاخص مرکزیت بینابینی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه علم اطلاعات و دانش‌شناسی، دانشگاه یزد

2 دانشجوی کارشناسی ارشد علم‌سنجی، دانشگاه یزد

چکیده

هدف: بررسی ساختار موضوعی حوزه مدیریت دانش و تعیین جایگاه حوزه‌های علمی فعال در این زمینه (حوزه‌های دارای بیشترین تعداد مدارک علمی و کلیدواژه‌ها)؛ با تحلیل کلیدواژه‌های مدارک موجود در پایگاه وب‌آوساینس است.
روش/ رویکرد پژوهش: از روش تحلیل هم‌واژگانی برای بررسی ساختار موضوعی حوزه مدیریت دانش، به‌منظور نشان دادن وضعیت هم‌نشینی موضوعات از روش تحلیل شبکه، و از محاسبه شاخص جاکاردی برای میزان شباهت موضوعی حوزه‌های مرتبط استفاده شده است.
یافته‌ها: از بین سه حوزه علمی فعال در زمینه مدیریت دانش، حوزه "سامانه‌های اطلاعاتی" بیشترین کلیدواژه‌های با مرکزیت بالا را به‌خود اختصاص می‌دهد و بعد از آن به‌ترتیب، حوزه‌های "مدیریت" و "علم اطلاعات و دانش‌شناسی" قرار دارند. knowledge sharing مرکزی‌ترین کلیدواژه در سه حوزه مورد بررسی است. میانگین شاخص جاکاردی حوزه‌ها به‌صورت دو به دو نشان می‌دهد که بیشترین شباهت، مربوط به حوزه‌های "مدیریت" و "علم اطلاعات و دانش‌شناسی" و بعد از آن، حوزه‌های "سامانه‌های اطلاعاتی" و "علم اطلاعات و دانش‌شناسی" است.
نتیجه‌گیری: ارائه تعریفی انتزاعی از مدیریت دانش با استفاده از کلیدواژه‌های دارای مرکزیت بالا از مهم‌ترین نتایج این پژوهش است که به تعریف دالکر بسیار نزدیک است.

کلیدواژه‌ها


عنوان مقاله [English]

Similarity of Subjects in Knowledge Management Literature (Using Betweenness Centrality Indicator)

نویسندگان [English]

  • A. Hazeri 1
  • M. Tavakolizadeh Ravari 1
  • V. Ebrahimi 2
1 Assistant Professor, Department of Information Science and Knowledge Studies - Yazd University
2 MA. Student of Scientometrics, Yazd Uniersity
چکیده [English]

Purpose: To study the subject structure of knowledge management domain and identify major contributors (domains with the highest number of documents and keywords) through analyzing keywords of Web of Science records.
Methodology: Co-word analysis is used to explore subject structure of knowledge management domain and network analysis to show closeness centrality. Also, the similarity of related domains was calculated using the Jaccard index.
Results: The largest number of high centrality keywords belongs to "Information Systems", followed by "Management" and "Library and Information Science" respectively. The most central keyword in three domains is "Knowledge Sharing". The binary mean index of Jaccard show that "Management" and "Library and Information Science" have the most similarity followed by "Information Systems" and "Library and Information Science".
Conclusion:  Based on results, it is suggested to define Knowledge Management using high centrality keywords, close to Dalkir (2011) definition of the term.

کلیدواژه‌ها [English]

  • Subject Analysis
  • Network analysis
  • knowledge management
  • co-word analysis
  • Web of Science
  • Management
  • Computer Science-Information Systems
  • Library and information science

سبحانی، یزدان؛ هنری، حبیب؛ شهلایی، جواد؛ و احمدی، علیرضا (1392). رابطة فناوری اطلاعات و مدیریت دانش در فدراسیون های ورزشی. نشریه مدیریت ورزشی،  5 (2)، 55-73.

سهیلی، فرامرز؛ عصاره، فریده (1391). مفاهیم مرکزیت و تراکم در شبکه‌های علمی و اجتماعی. فصلنامه کتاب، 24 (3)، 92-108.

شکفته، مریم؛ نجلا حریری (1392). ترسیم و تحلیل نقشه علمی پزشکی ایران با استفاده از روش هم‌استنادی موضوعی و معیارهای تحلیل شبکه اجتماعی. مدیریت سلامت، 16(51)، 59-43.

عرفان‌منش، محمدامین؛ بصیریان‌جهرمی، رضا (1392). شبکه هم‌تالیفی مقالات منتشر شده در فصلنامه مطالعات ملی کتابداری و سازماندهی اطلاعات با استفاده از شاخص‌های تحلیل شبکه‌های اجتماعی. مطالعات ملی کتابداری و سازماندهی اطلاعات، 24 (2)، 76-96.

محمدی‌کنگرانی، حنانه؛ شامخی، تقی؛ و حسین‌زاده، مهناز (1390). بررسی و تحلیل شبکه روابط رسمی و غیر رسمی میان سازمانی با استفاده از رویکرد تحلیل شبکه‌ای(مطالعه‌ی موردی: استان کهگیلویه و بویر احمد). فصلنامه علمی-پژوهشی مدیریت دولتی، 3 (6)، 149-312.

ناصری‌جزه، محمود؛ طباطباییان، سیدحبیب‌اله؛ و فاتح‌راد، مهدی (1391). ترسیم نقشه دانش مدیریت فناوری در ایران باهدف کمک به سیاستگذاری دانش در این حوزه. سیاست علم و فناوری، 5 (1)، 45-72.

Abbasi, A., Hossain, L., & Leydesdorff, L. (2012). Betweenness centrality as a driver of preferential attachment in the evolution of research collaboration networks. Journal of Informetrics, 6 (3), 403-412.

Chaudhry, A. S., & Higgins, S. (2003). On the need for a ultidisciplinary approach to education for knowledge management. Library Review, 52 (2), 65-69.

Chen, Hsueh-hua, Chiu, Tzu-heng, & Fan, Jung-Wei. (2002). Educating knowledge management professionals in the era of knowledge economy. Journal of Information & Knowledge Management, 1 (02), 91-98.

Chen, C. (2006). CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for Information Science and Technology, 57 (3), 359-377

Chen, C. (2008). Holistic sense-making: conflicting opinions, creative ideas, and collective intelligence. Library Hi Tech, 25 (3), 311-327.

Chen, C., Ibekwe‐SanJuan, F., & Hou, J. (2010). The structure and dynamics of cocitation clusters: A multiple‐perspective cocitation analysis. Journal of the American Society for Information Science and Technology, 61 (7), 1386-1409.

Dalkir, K. (2011). Knowledge management in theory and practice. United States: MIT Press.

Davenport, TH., De Long, DW., & Beers, MC. (1998). Successful Knowledge Management Projects

Sloan Management Review, 39 (2), 43-58

Hatala, J. P. (2006). Social network analysis in human resource development: A new methodology. Human Resource Development Review, 5 (1), 45-71.

Hawamdeh, S. (2003). Knowledge management: cultivating knowledge professionals. Oxford: Chandos Publishing.          

He, Q. (1999). Knowledge discovery through co-word analysis. Library trends, 48 (1), 133-159.

Holsapple, C.W., & Joshi, K.D. (2004). A Formal knowledge management ontology: conduct, activities, resources, and influences. Journal of the American Society for Information Science and Technology, 55 (7),593–612.

Koenig, M. (Ed.). (2005). KM moves beyond the organization: the opportunity for librarians. Information Services and Use, 25 (2), 87-93.

Lee, P. C., & H. N. Su. (2011). Quantitative mapping of scientific research-the case of electrical conducting polymer nanocomposite. Technological Forecasting and Social hange, 78 (1), 132-151.

Leonard-Barton, D. (1995). Wellsprings of knowledge: building and sustaining the sources of innovation. Boston, MA: Harvard Business School Press.

Moshari, J.(2013). Knowledge management issues in malaysian organizations: the perceptions of leaders. Journal of Knowledge Management, Economics and Information Technology, 3 (5), 15-27.

 

Muñoz-Leiva, F., Viedma-del-Jesús, M. I., Sánchez-Fernández, J., & López-Herrera, A. G. (2012). An application of co-word analysis and bibliometric maps for detecting the most highlighting themes in the consumer behaviour research from a longitudinal perspective. Quality & Quantity, 46 (4), 1077-1095.

Nonaka, I,. & Takeuchi, H. (1995). The Knowledge-creating company. New York, NY: Oxford University Press.

Pluzhenskaya, M. (2008). LIS and other knowledgedomains: interdisciplinarity of LIS scholars’ publica- tions (pilot study). Paper presented at the In 36th Annual Conference of the Canadian Association for Information Science (CAIS), University of British Columbia, Vancouver.

Racherla, P., & Hu, C. (2010). A Social network perspective of tourism research collaborations. Annals of Tourism Research, 37 (4), 1012-1034.

Rezazadeh Mehrizi, M. H., & Bontis, M. (2009). A cluster analysis of the KM field. Management Decision, 47 (5),792-805.

Sutton, MJD. (2007). Examination of the historical sensemaking processes representing thedevelopment of knowledge management programs in universities: Casestudies associated with an emergent discipline.Unpublished master’s thesis, McGill University, Montréal, Québec.