Bùng nổ trích dẫn (citation burst) trong CiteSpace là một khoảng thời gian mà tài liệu hoặc từ khoá được trích, được dùng nhiều đột biến so với phần còn lại của chuỗi. Nó cho biết lúc nào một thứ được chú ý mạnh, không cho biết thứ đó đúng hay quan trọng.
CiteSpace là phần mềm miễn phí do Chaomei Chen phát triển, viết bằng Java, chuyên phân tích mạng trích dẫn theo thời gian. So với VOSviewer, CiteSpace có nhiều tham số hơn và mặc định dễ khiến người mới tin vào những kết quả trông rất ấn tượng. Bài này giải thích các tham số chính, cách đọc bảng bùng nổ, và những câu kết luận nên tránh.
Chuẩn bị dữ liệu cho CiteSpace
Định dạng Web of Science là định dạng gốc
CiteSpace được thiết kế quanh định dạng xuất văn bản thô của Web of Science, bản ghi đầy đủ kèm tài liệu được trích. Dữ liệu Scopus và một số nguồn khác cần chuyển đổi bằng công cụ nhập, xuất dữ liệu có sẵn trong CiteSpace trước khi phân tích.
Đặt tên tệp và thư mục
CiteSpace yêu cầu tệp dữ liệu đặt tên theo quy ước của nó (tên bắt đầu bằng download) và dự án cần hai thư mục: thư mục dữ liệu và thư mục dự án để ghi kết quả. Đặt tên sai thì phần mềm không thấy tệp và báo không có dữ liệu.
Kiểm dữ liệu trước khi chạy
CiteSpace có chức năng kiểm và loại trùng bản ghi. Chạy nó trước, ghi số bản ghi hợp lệ. Thiếu trường tài liệu được trích thì mọi phân tích đồng trích dẫn đều trống.
Các tham số chính và ảnh hưởng của chúng
Tên tham số theo giao diện tiếng Anh của CiteSpace. Mỗi thay đổi có thể làm bản đồ khác hẳn.
| Tham số | Ý nghĩa | Ảnh hưởng khi đổi |
|---|---|---|
| Time Slicing, Years Per Slice | Khoảng thời gian phân tích và độ dài mỗi lát | Lát dài hơn làm mạng mỗi lát dày hơn nhưng mất chi tiết thời gian |
| Node Types | Loại nút: tài liệu được trích, từ khoá, tác giả, cơ quan, quốc gia… | Mỗi loại trả lời một câu hỏi khác nhau |
| Selection Criteria: g-index với hệ số k | Chọn nút ở mỗi lát dựa trên chỉ số g, k lớn thì chọn nhiều nút hơn | Tăng k làm mạng lớn và rối hơn |
| Top N, Top N% | Chọn N nút hoặc N phần trăm nút được trích nhiều nhất mỗi lát | Dễ giải thích hơn g-index nhưng thô hơn |
| Pruning | Cắt tỉa liên kết, ví dụ Pathfinder hoặc cây khung tối thiểu, trên từng lát hoặc mạng gộp | Mạng gọn hơn, cấu trúc chính nổi rõ, nhưng mất liên kết phụ |
| Tham số phát hiện bùng nổ | Độ nhạy và thời gian bùng nổ tối thiểu | Tăng độ nhạy cho nhiều bùng nổ hơn, nhiều trong số đó là nhiễu |
Không có bộ tham số “chuẩn”. Điều phản biện cần là bạn nêu đủ tham số đã dùng và giải thích vì sao chọn chúng.
Bùng nổ trích dẫn được tính và hiển thị thế nào?
Thuật toán
CiteSpace dùng thuật toán phát hiện bùng nổ của Kleinberg, mô hình hoá chuỗi thời gian như chuyển qua lại giữa trạng thái bình thường và trạng thái “sôi động”. Một đoạn được coi là bùng nổ khi mô hình thấy chuyển sang trạng thái sôi động hợp lý hơn so với tiếp tục trạng thái bình thường.
Bảng bùng nổ
Kết quả thường được trình bày dưới dạng bảng các tài liệu hoặc từ khoá có bùng nổ mạnh nhất, với các cột: năm, độ mạnh (Strength), năm bắt đầu (Begin), năm kết thúc (End), và một dải thời gian tô đậm đoạn bùng nổ. Độ mạnh cho biết mức đột biến, không phải tổng số trích dẫn.
Các chỉ số mạng đi kèm
Độ trung gian (betweenness centrality) cho biết nút nằm trên nhiều đường nối giữa các phần của mạng; CiteSpace đánh dấu nút có độ trung gian cao bằng vòng ngoài màu tím. Modularity Q và silhouette trung bình đánh giá cấu trúc cụm. Trong các bài dùng CiteSpace hay gặp quy ước coi Q trên 0,3 là cấu trúc cụm rõ và silhouette trên 0,5 là cụm hợp lý; đó là quy ước tham khảo, không phải ngưỡng kiểm định.
Đọc bùng nổ cho đúng mức
Bùng nổ là thay đổi về sự chú ý. Một tài liệu bùng nổ trích dẫn là được nhắc tới đột biến trong một khoảng thời gian. Nó có thể vì là phát hiện đột phá, cũng có thể vì bị tranh cãi, bị phản bác, hoặc vì một bài tổng quan lớn trích dẫn nó.
Bùng nổ cuối chuỗi chưa chắc đã kết thúc hay đã bắt đầu. Dữ liệu năm gần nhất thường chưa đủ trích dẫn. Một bùng nổ kéo tới năm cuối có thể vẫn đang tiếp diễn, và năm cuối cũng ít khi đủ dữ liệu để thấy bùng nổ mới.
Độ mạnh phụ thuộc tham số. Đổi độ nhạy hoặc độ dài lát, độ mạnh và danh sách bùng nổ thay đổi. So độ mạnh giữa hai nghiên cứu dùng tham số khác nhau là vô nghĩa.
Từ khoá bùng nổ chưa phải là xu hướng tương lai. Từ khoá bùng nổ trong ba năm gần đây cho thấy chủ đề đang được chú ý, không dự báo được chủ đề sẽ tiếp tục quan trọng.
Những kết luận quá đà hay gặp trong bài trắc lượng
Câu thứ nhất: “Tài liệu X có độ mạnh bùng nổ cao nhất, chứng tỏ đây là công trình quan trọng nhất của lĩnh vực.” Độ mạnh bùng nổ đo đột biến, không đo tầm quan trọng; một tài liệu được trích đều đặn suốt hai mươi năm có thể không có bùng nổ nào mà vẫn là nền móng.
Câu thứ hai: “Từ khoá Y bùng nổ từ năm Z tới nay, cho thấy Y sẽ là hướng nghiên cứu chủ đạo.” Dữ liệu thư mục mô tả quá khứ gần; nó không có khả năng dự báo như vậy.
Câu thứ ba: “Cụm số 1 là cụm lớn nhất nên là chủ đề chính.” Kích thước cụm phụ thuộc tham số chọn nút và cắt tỉa; nhãn cụm do thuật toán trích từ tiêu đề, từ khoá của bài trích dẫn và thường cần người làm đặt lại cho có nghĩa.
Cách viết an toàn hơn là mô tả: bùng nổ cho thấy giai đoạn nào lĩnh vực chú ý mạnh vào tài liệu hay khái niệm nào, kèm việc đọc chính những bài đó để giải thích vì sao.
Đặt bùng nổ cạnh việc đọc bài
Bảng bùng nổ chỉ là điểm bắt đầu. Với mỗi tài liệu có bùng nổ mạnh mà bạn định bàn trong bài, hãy mở và đọc ít nhất phần tóm tắt, phần kết luận, và xem những bài nào trích nó trong giai đoạn bùng nổ. Chỉ mười lăm phút cho mỗi tài liệu, nhưng nó biến một dòng số liệu thành một nhận định có căn cứ: tài liệu này được chú ý vì đề xuất một phương pháp mới, hay vì là bài tổng quan được các nhóm khác lấy làm khung.
Làm tương tự với từ khoá bùng nổ: tìm vài bài tiêu biểu chứa từ đó trong đoạn bùng nổ để hiểu nó được dùng theo nghĩa nào. Nhiều từ khoá bùng nổ hoá ra là thuật ngữ được một nhóm nghiên cứu lớn dùng nhiều trong vài năm rồi chuyển sang tên khác, chứ không phải một chủ đề mới.
Ghi lại để người khác dựng lại được
Trong phần phương pháp, ghi phiên bản CiteSpace, khoảng thời gian và độ dài lát, loại nút, tiêu chí chọn nút với giá trị cụ thể, phương pháp cắt tỉa, tham số bùng nổ, và giá trị Q, silhouette của mạng được trình bày. Lưu thư mục dự án cùng dữ liệu, vì CiteSpace ghi nhiều tệp trung gian ở đó.
Khi chụp hình mạng để đưa vào bài, ẩn bớt nhãn, chọn hiển thị theo dòng thời gian hoặc theo cụm tuỳ câu hỏi, và kiểm cỡ chữ ở kích thước in. Hình đầy nhãn chồng chéo là lý do phổ biến khiến phản biện yêu cầu vẽ lại.
Câu hỏi thường gặp
CiteSpace đọc được dữ liệu Scopus không?
Được, nhưng phải chuyển đổi trước. CiteSpace làm việc với định dạng xuất của Web of Science, nên dữ liệu Scopus cần dùng công cụ nhập, xuất dữ liệu có sẵn trong phần mềm để đổi sang định dạng tương thích rồi mới phân tích.
Độ mạnh bùng nổ có phải là số trích dẫn không?
Không. Độ mạnh bùng nổ đo mức đột biến của trích dẫn trong một khoảng thời gian so với phần còn lại của chuỗi. Tài liệu được trích rất nhiều nhưng đều đặn có thể có độ mạnh thấp hoặc không bùng nổ.
Modularity Q và silhouette nên đạt bao nhiêu?
Trong các bài dùng CiteSpace hay gặp quy ước Q trên 0,3 và silhouette trên 0,5 là chấp nhận được. Đó là mốc tham khảo chứ không phải kiểm định thống kê; quan trọng hơn là cụm có ý nghĩa khi đọc nội dung các bài trong đó.
Có nên chọn g-index hay Top N để chọn nút?
Cả hai đều dùng được. Top N dễ giải thích cho người đọc; g-index với hệ số k linh hoạt hơn theo cỡ dữ liệu từng lát. Điều quan trọng là ghi rõ lựa chọn và giá trị đã dùng trong phương pháp.
Nhãn cụm trong CiteSpace có dùng nguyên được không?
Không nên dùng nguyên. Nhãn được thuật toán trích từ tiêu đề hoặc từ khoá của các bài trích dẫn và thường khó hiểu. Đọc các bài tiêu biểu của cụm rồi đặt tên lại, ghi rõ đó là tên do nhóm tác giả đặt.
