首页 >> 新闻动态 >> 科研进展

科研进展

“深骨”视角:解码近十年古脊椎动物学的发展 

发表日期:2024-03-21来源:放大 缩小

近日,国际学术刊物《历史生物学》(Historical Biology)在线发表了中国科学院古脊椎动物与古人类研究所朱敏院士团队的最新研究成果“Evolving trends in vertebrate paleontology (2013-2022):A bibliometric analysis using DeepBone and Web of Science Databases”,该研究利用自主构建的“深骨”大数据库(www.deepbone.org),对2013-2022年的古脊椎动物学文献进行了前所未有的计量学分析。这不仅标志着文献计量学方法在古生物学科的创新应用,也展示了“深骨”平台在推动古脊椎动物学研究进展中的独特潜力。该研究首次将文献计量学方法应用到古脊椎动物学科中,对近十年发表的古脊椎动物学文献进行了定量分析,为古脊椎动物研究的现状和趋势提供了来自数据角度的见解。

统计结果显示,近十年古脊椎动物学领域共发表9255篇文献,总体呈逐年上升趋势。其中发表在NatureScienceCell顶级期刊的古脊椎动物学相关论文年均比例呈缓慢增长;每篇论文的平均作者数量和每篇论文平均国家数量有显著增加。爬行动物一直属于古脊椎动物研究中最受关注的研究对象,发文数量呈平缓上升趋势;哺乳动物研究发文量第二,数量也呈平缓上升趋势。鱼类学研究发文量位居第三,数量趋势略有下降,鸟类和两栖动物研究次之。近十年古脊椎动物研究相关论文作者来自126个国家,其中美国、英国、德国和中国的贡献度最高,国际间合作密切。在过去的十年中,共545个机构参与了古脊椎动物研究。其中,中国科学院(CAS)出现频次排名第一,阿根廷国家科学技术研究委员会和俄罗斯科学院分别排名第二和第三。

1 对古脊椎动物学贡献最大的前30家机构及其合作网络关系

过去的十年间,古脊椎动物学研究主要发表在302种期刊或专著上,Journal of Vertebrate Paleontology排名第一,PeerJHistorical Biology次之。发文数量排名前十的期刊中,2022年的平均影响因子为2.66,平均引用半衰期为7.43。在这些研究中最常见的关键词是“evolution”、“phylogeny”和“origin”等,这些关键词的普遍存在,突显了该领域的研究特点。同时,“morphology”和“anatomy”等常用术语揭示了比较解剖学仍是古脊椎动物学的核心。文中的关键词聚类网络揭示了13个主要聚类,突出了古脊椎动物研究的热点研究主题。为了进一步揭示热点研究主体,研究者通过隐含狄利克雷分布分析(Latent Dirichlet Allocation)对文章的摘要内容进行建模,根据摘要中词的共现信息推断出主题的分布和各个主题下词的分布,进而揭示其中的潜在主题结构。该分析识别出“Cretaceous Period Dinosauria and Paleobiogeography”、“Tertiary Mammalian Phylogeny and Dental Morphology”、“Avian and Early Vertebrate Morphology”、“Broad-Scope Vertebrate Development and Osteology”、“Pleistocene Paleoecology and Early Human Occupation”等是过去十年的热门主题。

本研究突显了古脊椎动物学领域的研究活动和出版物显著增加,展示了从基础描述到综合不同数据类型的复杂研究的转变,经典古生物学已经逐渐扩展到生物多样性保护、生物化学、分子生物学等交叉领域。尽管经典古生物学专业期刊面临影响力的挑战,古脊椎动物学依靠中国、美国、英国、欧洲等地的资源和科研力量,展现了其学科韧性和对科学贡献的持续性。

2 LDA分析结果

文献计量学是利用数学和统计学对文献进行定量分析方法,在其他学科中已经得到广泛应用。然而,传统的文献计量学通常基于类似于Web of Science的引文索引数据库中的关键词检索确定分析所用文章,这通常会导致由于检索不全面、不准确而导致的定量分析失误,无法正确的反映学科发展趋势。传统的文献计量学检索方法初步可获得文献6868篇(未排除重复和与古脊椎动物主体不相关的文献),而“深骨”大数据平台内近十年的相关文献量高达9255篇,因此,“深骨”作为国际领先的古脊椎动物学专业数据库为本研究提供了坚实的数据基础。

本研究得到了国家自然科学基金、中国科学院青年创新促进会和云南省基础研究计划等项目的资助。

原文链接:https://doi.org/10.1080/08912963.2024.2330075

附件:
Baidu
map