Bibliometrix và Biblioshiny: hướng dẫn phân tích trắc lượng thư mục bằng R từ A-Z

Nếu VOSviewer là công cụ quen thuộc để vẽ bản đồ mạng lưới, thì Bibliometrix - gói phần mềm mã nguồn mở trên R - là “bộ công cụ đầy đủ” cho phân tích trắc lượng thư mục: thống kê mô tả, định luật Lotka, Bradford, bản đồ chủ đề, xu hướng chủ đề và nhiều hơn nữa. Điều tuyệt vời là bạn không cần biết lập trình nhờ giao diện web Biblioshiny. Bài viết hướng dẫn từ cài đặt đến diễn giải kết quả.

Bibliometrix và Biblioshiny là gì?

Bibliometrix là gói R do Massimo Aria và Corrado Cuccurullo phát triển, công bố trên Journal of Informetrics năm 2017, hiện là một trong những công cụ được trích dẫn nhiều nhất trong các nghiên cứu bibliometric. Biblioshiny là giao diện web đi kèm, cho phép thực hiện hầu hết phân tích bằng cách bấm chuột, xuất hình và bảng ngay trên trình duyệt. Nếu bạn mới tiếp cận lĩnh vực, hãy đọc trước bài phân tích trắc lượng thư mục là gì.

Cài đặt Bibliometrix

Bạn cần cài R (bản mới nhất từ CRAN) và nên cài thêm RStudio. Sau đó mở R và chạy:

install.packages("bibliometrix")
library(bibliometrix)
biblioshiny()

Lệnh cuối mở giao diện Biblioshiny trên trình duyệt. Lần đầu cài đặt có thể mất vài phút do tải các gói phụ thuộc.

Chuẩn bị và nhập dữ liệu

Chất lượng phân tích phụ thuộc vào dữ liệu đầu vào. Với Scopus, xuất kết quả tìm kiếm định dạng CSV hoặc BibTeX, chọn đầy đủ trường thông tin (gồm tóm tắt, từ khoá, tài liệu tham khảo). Với Web of Science, xuất “Plain text file” chọn “Full Record and Cited References”, tối đa 1.000 bản ghi mỗi lần nên có thể phải xuất nhiều tệp. Trong R, dữ liệu được chuyển thành khung dữ liệu chuẩn bằng hàm:

M <- convert2df("scopus.csv", dbsource = "scopus", format = "csv")
results <- biblioAnalysis(M)
summary(results, k = 10)

Gộp Scopus và Web of Science cần loại bản ghi trùng (hàm mergeDbSources) và kiểm tra kỹ - đây là bước dễ sai nhất. Xem thêm hướng dẫn thu thập và làm sạch dữ liệu Scopus, Web of Science. Nếu bài của bạn là tổng quan hệ thống, hãy ghi lại số liệu từng bước để vẽ sơ đồ PRISMA 2020.

Các phân tích chính trong Biblioshiny

• Overview: số công bố, nguồn, tác giả, tốc độ tăng trưởng hằng năm, trích dẫn trung bình - phần “Main information” thường đưa vào bảng 1 của bài.
• Sources: tạp chí công bố nhiều nhất; định luật Bradford chia tạp chí thành vùng lõi và vùng ngoại vi.
• Authors: tác giả nổi bật, chỉ số h-index cục bộ, định luật Lotka về phân bố năng suất tác giả, đơn vị và quốc gia (kể cả hợp tác quốc tế).
• Documents: tài liệu được trích dẫn nhiều nhất (toàn cục và cục bộ), tần suất từ khoá, trend topics - chủ đề nổi lên theo thời gian.
• Conceptual structure: mạng đồng xuất hiện, thematic map, thematic evolution, phân tích tương ứng (factorial analysis).
• Intellectual & social structure: đồng trích dẫn, lịch sử trích dẫn (historiograph), mạng hợp tác tác giả - tổ chức - quốc gia.
• Three-field plot: biểu đồ Sankey nối ba trường, ví dụ tác giả - từ khoá - tạp chí.

Đọc bản đồ chủ đề (thematic map)

Thematic map đặt các cụm từ khoá lên hai trục: độ trung tâm (centrality - mức độ liên kết với các chủ đề khác) và mật độ (density - mức độ phát triển nội tại). Bốn góc phần tư có ý nghĩa: motor themes (trung tâm cao, mật độ cao - chủ đề chủ lực), niche themes (mật độ cao, trung tâm thấp - chuyên sâu nhưng biệt lập), emerging or declining themes (cả hai thấp - mới nổi hoặc suy giảm), và basic themes (trung tâm cao, mật độ thấp - nền tảng, mang tính khái quát). Khi diễn giải, hãy đối chiếu với tài liệu tiêu biểu của từng cụm thay vì chỉ đọc vị trí trên đồ thị.

Những lỗi thường gặp khi dùng Bibliometrix

Không làm sạch từ khoá. “SME”, “SMEs” và “small and medium enterprises” là cùng một khái niệm nhưng được tính thành ba nút riêng. Biblioshiny cho phép dùng danh sách từ đồng nghĩa (synonyms) và danh sách loại bỏ (stop words) - hãy dùng chúng, và lưu lại để báo cáo trong phần phương pháp.

Trộn lẫn loại tài liệu. Nếu chuỗi tìm kiếm không lọc, bộ dữ liệu có thể gồm cả bài báo, bài hội thảo, chương sách, bài xã luận và đính chính. Hãy xác định rõ tiêu chí và lọc trước khi phân tích.

Diễn giải con số như chất lượng. Tác giả có nhiều công bố nhất không nhất thiết có ảnh hưởng nhất; tạp chí nằm trong vùng lõi Bradford không có nghĩa là tạp chí tốt nhất. Chỉ số trắc lượng mô tả cấu trúc lĩnh vực, không đánh giá chất lượng nghiên cứu cá nhân.

Bỏ qua năm chưa trọn vẹn. Dữ liệu năm hiện tại chưa đầy đủ khiến biểu đồ tăng trưởng “cắm xuống” ở cuối. Hãy loại năm hiện tại hoặc ghi chú rõ trong hình.

Không ghi phiên bản và ngày truy xuất. Cơ sở dữ liệu cập nhật liên tục; nếu không ghi ngày truy xuất, người khác không thể tái lập kết quả của bạn - điều phản biện ngày càng yêu cầu.

Kết hợp với VOSviewer và báo cáo kết quả

Bibliometrix mạnh về thống kê và phân tích chủ đề; VOSviewer mạnh về trực quan hoá mạng lưới với bố cục đẹp, dễ đọc. Nhiều nghiên cứu dùng cả hai: Bibliometrix cho bảng mô tả, Bradford, Lotka, thematic map; VOSviewer cho bản đồ đồng tác giả, đồng xuất hiện từ khoá, đồng trích dẫn. Khi báo cáo, hãy ghi rõ: cơ sở dữ liệu, chuỗi tìm kiếm, ngày truy xuất, phiên bản phần mềm, các tham số (ngưỡng xuất hiện, phương pháp chuẩn hoá) và bước làm sạch - để kết quả có thể tái lập.

Câu hỏi thường gặp

Biblioshiny chậm hoặc treo với dữ liệu lớn?

Với vài chục nghìn bản ghi, một số phân tích mạng tốn nhiều bộ nhớ. Hãy giới hạn số nút hiển thị, lọc từ khoá xuất hiện ít, hoặc chạy trực tiếp bằng mã R để kiểm soát tham số.

Có cần trích dẫn Bibliometrix trong bài không?

Có. Hãy trích dẫn bài của Aria và Cuccurullo (2017) cùng phiên bản gói bạn đã dùng, giống như với mọi phần mềm phân tích khác.