مطالعه رابطه نفوذ اجتماعی با بهره وری و کارایی در بین پژوهشگران حوزه مدیریت دانش از دیدگاه علم سنجی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: هدف پژوهش حاضر بررسی رابطه بین نفوذ اجتماعی، بهره وری و کارایی در بین پژوهشگران حوزه مدیریت دانش با استفاده از داده های پایگاه وب آو ساینس است. به بیان دیگر، این پژوهش قصد دارد با ترسیم شبکه هم نویسندگی پژوهشگران حوزه مدیریت دانش، کاربرد سنجه مرکزیت را در ارزیابی علمی پژوهشگران این حوزه بررسی کند و رابطه این سنجه با میزان تولیدات علمی افراد و نیز تاثیرگذاری پژوهش های آن ها را مورد تأمل قرار دهد. روش : پژوهش حاضر از نوع پژوهش های کاربردی علم سنجی است که از فنون هم نویسندگی و تحلیل شبکه های اجتماعی بهره گرفته است. جامعه آماری پژوهش را کلیه مقالات حوزه مدیریت دانش تشکیل می دهد که طی سال های 1900 تا 2018 در پایگاه وب آوساینس نمایه شده اند و شامل 23258 رکورد از 37697 نویسنده هستند. به منظور محاسبه نفوذ اجتماعی، ماتریس مربع هم نویسندگی با نرم افزار بیب اکسل تهیه، و با استفاده از امکانات نرم افزار «یو سی نت» مولفه های نفوذ اجتماعی (شامل مرکزیت نزدیکی، رتبه و بینابینی) محاسبه گردید. شبکه هم نویسندگی این حوزه با استفاده از نرم افزار نت دراو ترسیم شد و برای تجزیه و تحلیل داده ها در سطح آمار توصیفی و استنباطی از نرم افزارهای اس.پی.اس.اس. و لیزرل استفاده شد. در این پژوهش، تعداد مقالات نویسندگان به عنوان شاخص بهره وری و تعداد استنادهای دریافتی آنان نمایانگر شاخص کارایی در نظر گرفته شد. در بررسی رابطه بین متغیرهای پژوهش نیز آزمون رگرسیون، با توجه به نرمال بودن توزیع داده ها مورد استفاده قرار گرفت. یافته ها: بررسی روند رشد مقالات حوزه مدیریت دانش در بازه زمانی 1990 تا 2018 در پایگاه وب آو ساینس نشان داد که مقالات این حوزه، بویژه از دهه 2000 به این سو، رشد قابل ملاحظه ای داشته و این تعداد در سال 2017 به اوج خود رسیده است. طبق یافته های پژوهش، در میان 37697 نویسنده که در تولید مقالات مدیریت دانش مشارکت داشته اند، «چن وای» با داشتن 139 مقاله، بیشترین میزان بهره وری را در این حوزه دارد و از نظر کارایی «گاتزچاک» با دریافت 2398 استناد، در رتبه اول قرار گرفته است. اما، از نظر شاخص های نفوذ اجتماعی «وانگ وای» دارای ثبات و جایگاه بالاتری نسبت به دیگر نویسندگان این حوزه است و از این نظر از قدرتمندترین نویسندگان این حوزه به شمار می رود. یافته های مربوط به هم نویسندگی مقالات حوزه مدیریت دانش نشان داد که شبکه اجتماعی این نویسندگان از یک خوشه بزرگ و تعداد معدودی گره منزوی تشکیل شده است. مطالعه شبکه اصلی هم نویسندگی نیز حاکی از آن است که ارتباط منسجمی بین نویسندگان وجود دارد. در بررسی رابطه بین نفوذ اجتماعی با کارایی و بهره وری نویسندگان، یافته ها بیانگر این است که تعداد تولیدات علمی افراد و نیز میزان استنادهای دریافتی آنان با شاخص های اثرگذاری اجتماعی دارای ارتباط مثبت و معنی داری است. به عبارت دیگر، با افزایش تعداد تولیدات علمی یک پژوهشگر، و یا با افزایش تعداد استنادهای دریافتی وی، درجه مرکزیت او در شبکه هم نویسندگی نیز افزایش می یابد. نتیجه گیری: بررسی رابطه بین نفوذ اجتماعی نویسندگان (حاصل از نمره مرکزیت ها) با کارایی (تعداد استنادهای دریافتی) و بهره وری (تعداد مقالات) نشان داد پژوهشگرانی که از نظر هم نویسندگی دارای نقش مرکزی تری هستند، از بهره وری و کارایی بهتری نیز برخوردار می باشند. به بیان دقیق تر، هرچه شخص نمره مرکزیت بالاتر داشته باشد، بهره وری و کارایی نویسنده نیز افزایش پیدا می کند. لذا، با استناد به نتایج حاصل از پژوهش، برخورداری نویسندگان از نفوذ اجتماعی بیشتر در حوزه روبه رشد مدیریت دانش، بر ارتقاء شاخص های بهره وری و کارایی آنان تاثیرگذار است. بر این اساس می توان نتیجه گرفت که تحلیل شبکه های اجتماعی ابزاری قدرتمندی در ارزیابی پژوهشگران است که می تواند حتی به عنوان شاخصی جایگزین مورد استفاده قرار گیرد.Studying the Relationship between Social Influence, Productivity and Efficiency amongst Researchers in Knowledge Management from a Scientometric Perspective
Purpose: The purpose of this study is to investigate the relationship between social influence (measured by centrality scores), performance (measured by the number of citations), and productivity (measured by the number of articles) among researchers in the field of knowledge management. In other words, this study aims to examine the application of centrality measures in the scientific evaluation of researchers.
Method: This is an applied scientometric study that employs co-authorship and social network analysis techniques. The statistical population comprises all articles in the field of knowledge management indexed in the Web of Science from 1900 to 2018, encompassing 23,258 records authored by 37,697 individuals. To calculate researchers’ social influence, a square co-authorship matrix was created using BibExcel software. The centrality components of social influence, including closeness, degree, and betweenness, were calculated using UCINET software. The co-authorship network of this field was visualized using NetDraw software. For data analysis, both descriptive and inferential statistics were employed using LISREL and SPSS software. In this study, the number of authored articles was considered an indicator of productivity, while the number of citations received served as an indicator of performance. To examine the relationships among research variables, a regression analysis was conducted, given the normal distribution of the data.
Findings: An analysis of the growth trend of articles in the field of knowledge management from 1990 to 2018 in the Web of Science database reveals a significant increase, particularly since the 2000s, peaking in 2017. The findings indicate that among the 37,697 contributing authors, Chen Yi stands out with 139 articles, making him the most productive author, while Gatzchak, with 2,398 citations, ranks highest in terms of performance. Regarding social influence indicators, the results show that Wang Yi holds a more stable and prominent position compared to other authors in the field. Overall, the researchers' social network is coherent and well-integrated. Findings related to co-authorship patterns reveal that the authors’ network consists of a large connected component and a few isolated nodes. The main co-authorship network demonstrates a coherent structure among authors. In examining the relationship between social influence and authors’ productivity and performance, the findings indicate a positive and significant correlation: authors with higher scientific output and more citations tend to have higher centrality scores.
Conclusion: The analysis of these relationships shows that researchers with more central roles in co-authorship networks also tend to have higher levels of productivity and performance. In other words, the higher the centrality score, the greater the productivity and performance. Therefore, based on the study’s findings, in the expanding field of knowledge management, greater social influence contributes positively to an author’s scientific output and impact. It can thus be concluded that Social Network Analysis is a powerful tool for evaluating researchers’ scientific activities and can potentially serve as an alternative to traditional evaluation indicators.
تبلیغات
