基于文献计量的植物表型组学研究进展分析

• 作者: 张扬 徐倩 李晓曼 谢能付
• 来源期刊: 农业大数据学报
• 学科: 农学
• 关键词: 文献计量学 植物表型组学 共现分析 遥感技术 机器学习 计算机视觉 数据挖掘 数据采集
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 专题——植物表型组学
• 页码范围: 64-75
• 页数: 12页
• 分类号: S-1
• 字数: 6150字
• 语种: 中文
• DOI: 10.19788/j.issn.2096-6369.190206

摘要

[目的]为了掌握植物表型组学研究的发展脉络和现状,本文基于文献计量学方法探讨了植物表型组学的研究现状.[方法]本研究基于Web of Science核心合集数据库分析了1995-2018年的学术论文,利用多个指标从学术产出(年度变化趋势分析、 国家和地区分析、 期刊分析和学科领域分析)和学术合作(国家合作情况分析和机构合作情况分析)两个方面对植物表型组学文献进行了统计分析.同时,本文使用Web of Science数据库文献分析平台和EXCEL、DDA等软件,利用共词分析方法构建文献关键词共现矩阵,进一步对矩阵进行聚类分析,并利用VOSviewer文献计量工具进行可视化.此外,本文构建了1995-2002年、2003-2010年、2011-2018年三个时间片的关键词共现矩阵,分析了不同时间片主题的变化情况.[结果]本文基于Web of Science共检索到与植物表型组学研究和应用相关的文献6800篇,发现植物表型组学文献数量整体呈上升趋势,现阶段正处于高速增长阶段.从学术产出归属国家和地区分布来看,美国发文量最多,中国排名第四.从国际合作来看,澳大利亚、 法国和西班牙国际合作论文占比较高,美国的占比靠后.虽然植物表型组组学研究已经呈现多学科合作发展趋势,但植物科学还是主体领域.从研究主题上看,主要包括遥感技术在表型组学中的应用、 植物表型组学基础研究、 利用光学成像的图像分析、 机器学习和计算机视觉技术、 利用不同植物种类如小麦和水稻的相关研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢能付	中国农业科学院农业信息研究所	32	159	7.0	11.0
2	李晓曼	中国农业科学院农业信息研究所	11	7	2.0	2.0
3	徐倩	中国农业科学院农业信息研究所	14	43	5.0	6.0
4	张扬	河南省农业科学院经济作物研究所	1	1	1.0	1.0