Наукометрический анализ метаданных статей по теме «Йога»

Abstract

Актуальность. В настоящее время наукометрический анализ активно развивается и является эффективным инструментом для разведывательного исследования по интересующему предмету. Результаты представленной работы помогают увидеть, какие аспекты в изучении практики йоги уже рассмотрены научным сообществом, а также позволяют обнаружить пробелы в научном знании для дальнейшего изучения йоги как практики социального благополучия. Цель: проведение наукометрического анализа публикаций российских авторов по теме «Йога» из международной библиографической базы OpenAlex. Методы: для сетевого анализа были использованы метаданные научных публикаций авторов российских вузов по практикам йоги. В качестве источника данных выступила международная открытая библиографическая база OpenAlex. Период публикации статей − с 25.01.1999 по 11.03.2022. В итоге были выгружены метаданные по 125 статьям (на момент выгрузки − 21.10.2024). Для визуализации и исследования сети соавторства было использовано программное обеспечение Gephi. Для выявления структуры и содержания научного поля по теме «Йога» была применена текстовая аналитика с помощью программного обеспечения Orange Data Mining. Результаты: на первом этапе по 125 статьям по теме «Йога» был составлен неориентированный граф сети соавторства. Граф состоит из 335 узлов (авторов) и 1387 ребер (связей соавторства). Вторым этапом стало проведение текстовой аналитики. Для анализа были удалены статьи без аннотаций и дубликаты (повторяющиеся статьи). В итоговую коллекцию данных вошли метаданные 117 статей с указанными заголовком и аннотацией. В результате построена сеть соавторства и обозначены кластеры сети; составлена классификация статей на основе метода минимума дисперсии Уорда, для каждого класса статей выделены и проанализированы ключевые слова. Выводы: наукометрический анализ показал, что российские авторы не стремятся к междисциплинарному исследованию практики йоги. Об этом говорит сопоставимость результатов анализа сети соавторства и текстовой аналитики аннотаций статей. Проведение подобного наукометрического анализа позволяет наглядно продемонстрировать, как можно применять современные инструменты интеллектуального анализа данных для решения задач в социологии

Relevance. Scientometric analysis is widely developing today and is an effective tool for reconnaissance analysis in the area of interest. The conducted analysis combines network analysis methods, namely, building a co‐authorship network using the Gephi program, and text analytics in the Orange Data Mining program. The results of the study help to see: what aspects in the study of yoga practice have already been considered by the scientific community. Also, the results are useful for detecting "blank spots" in scientific knowledge for further research of yoga as a practice of social well‐being. Aim. To conduct a scientometric analysis of publications of Russian authors on the topic "Yoga" from the international bibliographic database OpenAlex. Methods. Metadata of scientific publications of authors of Russian universities on yoga practices were used for network analysis. The international open bibliographic database OpenAlex served as a data source. The period of publication of articles was from January 25, 1999 to March 11, 2022. As a result, metadata on 125 articles were downloaded (at the time of downloading October 21, 2024). Gephi software was used to visualize and study the co‐authorship net‐ work. Text analytics was used using Orange Data Mining software to identify the structure and content of the scientific field on the topic "Yoga". Results. At the first stage, an undirected graph of the co‐authorship network was compiled for 125 articles on the topic "Yoga". The graph consists of 335 nodes (authors) and 1387 edges (co‐authorship links). The second stage was text analytics. Articles without annotations and duplicates (repeated articles) were removed for analysis. The final dataset included metadata of 117 articles with the specified title and abstract. As a result, a co‐authorship network was built and network clusters were designated; a classification of articles was compiled based on the Ward minimum variance method, and keywords were identified and analyzed for each class of articles. Conclusions. Scientometric analysis showed that Russian authors do not strive for an interdisciplinary study of yoga practice. This is evidenced by the comparability of the results of the co‐ authorship network analysis and text analytics of article abstracts. Conducting such scientometric analysis al‐ lows us to clearly demonstrate how modern data analytics tools can be used to solve problems in sociology