TỔNG QUAN PHƯƠNG PHÁP LUẬN VÀ ỨNG DỤNG CỦA PHÂN TÍCH TRẮC LƯỢNG THƯ MỤC (BIBLIOMETRICS) TRONG NGHIÊN CỨU KHOA HỌC HIỆN ĐẠI
1. MỞ ĐẦU (INTRODUCTION)
Sự phát triển nhanh chóng của khoa học và công nghệ trong những thập kỷ gần đây đã dẫn đến sự gia tăng khổng lồ về số lượng các ấn phẩm học thuật trên toàn thế giới (Bornmann & Mutz, 2015). Đối mặt với khối lượng tài liệu đồ sộ này, các phương pháp tổng quan tài liệu truyền thống (traditional literature review) thường bộc lộ những nhược điểm cố hữu như tính chủ quan cao, phạm vi bao quát hẹp và khó có khả năng xử lý hàng nghìn bài báo cùng một lúc (Tranfield et al., 2003).
Để khắc phục những hạn chế đó, phân tích trắc lượng thư mục (bibliometric analysis) đã được phát triển và ứng dụng rộng rãi trong hầu hết các lĩnh vực từ khoa học tự nhiên, kỹ thuật đến khoa học xã hội và nhân văn (Donthu et al., 2021). Khái niệm "bibliometrics" được Alan Pritchard giới thiệu lần đầu tiên vào năm 1969, định nghĩa là "việc áp dụng các phương pháp toán học và thống kê vào sách và các phương tiện truyền thông khác" (Pritchard, 1969, tr. 348). Ngày nay, trắc lượng thư mục không chỉ dừng lại ở việc đếm số lượng bài báo hay trích dẫn, mà đã tiến hóa thành một công cụ phân tích mạng lưới phức hợp, giúp nhận diện các trường phái tư tưởng, phát hiện các lỗ hổng nghiên cứu (research gaps) và dự báo các hướng đi mới nổi (emerging trends) của tri thức nhân loại (Aria & Cuccurullo, 2017).
Mục tiêu của bài nghiên cứu này là cung cấp một cái nhìn toàn diện và chuyên sâu về mặt phương pháp luận của phân tích trắc lượng thư mục, làm rõ các quy luật cổ điển, quy trình triển khai thực nghiệm chuẩn mực và các hạn chế cần lưu ý nhằm hỗ trợ các nhà khoa học áp dụng công cụ này một cách chính xác và hiệu quả.
2. CƠ SỞ LÝ THUYẾT VÀ CÁC QUY LUẬT NỀN TẢNG (THEORETICAL BACKGROUND)
Phân tích trắc lượng thư mục được xây dựng trên nền tảng của ba quy luật thực nghiệm kinh điển, mô tả sự phân bố bất bình đẳng của thông tin khoa học (mô hình phân phối lũy thừa – power-law distribution):
2.1. Quy luật Lotka (Lotka’s Law – 1926)
Được đề xuất bởi Alfred J. Lotka, quy luật này mô tả năng suất công bố của các tác giả trong một lĩnh vực nhất định (Lotka, 1926). Theo đó, số lượng tác giả viết n bài báo tỷ lệ nghịch với n² lần số lượng tác giả chỉ viết 1 bài báo. Công thức toán học được biểu diễn như sau:
xⁿ · y = C
- x: Số lượng bài báo được công bố.
- y: Tần suất (số lượng) tác giả có x bài báo.
- n và C: Các hằng số phụ thuộc vào từng lĩnh vực cụ thể (thông thường n ≈ 2).
Quy luật Lotka chỉ ra rằng trong bất kỳ ngành khoa học nào, chỉ có một nhóm nhỏ các nhà nghiên cứu cốt lõi đóng góp phần lớn lượng tri thức, trong khi đa số các tác giả khác chỉ có một vài đóng góp đơn lẻ.
2.2. Quy luật Bradford (Bradford’s Law – 1934)
Samuel C. Bradford phát triển quy luật này nhằm giải thích sự phân tán của các bài báo khoa học trên các tạp chí (Bradford, 1934). Nếu sắp xếp các tạp chí theo thứ tự giảm dần về số lượng bài báo liên quan đến một chủ đề cụ thể và chia chúng thành ba vùng có tổng số bài báo bằng nhau, thì số lượng tạp chí trong các vùng này sẽ tuân theo tỷ lệ:
1 : n : n²
Điều này có nghĩa là một nhóm nhỏ các tạp chí hạt nhân (core journals) chứa đựng phần lớn các nghiên cứu quan trọng nhất của một lĩnh vực, trong khi phần còn lại nằm rải rác trên một số lượng khổng lồ các tạp chí ngoại vi.
2.3. Quy luật Zipf (Zipf’s Law – 1949)
George Kingsley Zipf nghiên cứu tần suất xuất hiện của các từ ngữ trong một văn bản (Zipf, 1949). Quy luật phát biểu rằng nếu sắp xếp tất cả các từ trong một tập dữ liệu văn bản theo thứ tự tần suất giảm dần, thì tần suất xuất hiện của một từ (f) sẽ tỷ lệ nghịch với thứ hạng (r) của nó:
f × r ≈ K
Trong trắc lượng thư mục hiện đại, quy luật Zipf là cơ sở lý thuyết cho kỹ thuật phân tích đồng xuất hiện từ khóa (co-word analysis), giúp xác định các chủ đề trọng tâm và cấu trúc ngữ nghĩa của một lĩnh vực nghiên cứu (Callon et al., 1983).
3. PHƯƠNG PHÁP LUẬN VÀ QUY TRÌNH THỰC HIỆN (METHODOLOGY)
Để đảm bảo tính minh bạch, khả năng tái lập (reproducibility) và độ tin cậy khoa học, một nghiên cứu trắc lượng thư mục chuẩn mực cần tuân theo quy trình 4 bước được tổng hợp từ hướng dẫn của Zupic & Čater (2015) và Donthu et al. (2021):
|
Bước 1 |
Bước 2 |
Bước 3 |
Bước 4 |
Bước 1: Xác định mục tiêu và thiết kế câu hỏi nghiên cứu
Nhà nghiên cứu cần xác định rõ phạm vi của chủ đề, các câu hỏi nghiên cứu cốt lõi (ví dụ: Ai là tác giả có ảnh hưởng nhất? Cấu trúc tri thức của lĩnh vực phát triển như thế nào qua các giai đoạn?) và lựa chọn bộ từ khóa tìm kiếm (search string) bao quát nhất thông qua các toán tử Boolean (AND, OR, NOT).
Bước 2: Lựa chọn cơ sở dữ liệu và thu thập dữ liệu
Hai cơ sở dữ liệu thư mục uy tín và phổ biến nhất hiện nay là Web of Science (WoS) của Clarivate Analytics và Scopus của Elsevier (Mongeon & Paul-Hus, 2016). Ngoài ra, Dimensions, PubMed hoặc Google Scholar cũng được sử dụng tùy thuộc vào đặc thù ngành. Dữ liệu trích xuất thường bao gồm siêu dữ liệu (metadata) đầy đủ: tên tác giả, tổ chức, quốc gia, tiêu đề, tóm tắt, từ khóa, tạp chí, năm xuất bản và danh sách tài liệu tham khảo (cited references).
Bước 3: Lọc và làm sạch dữ liệu (Data Cleaning)
Đây là bước quyết định chất lượng của kết quả đầu ra nhưng thường bị bỏ qua (Aria & Cuccurullo, 2017). Quy trình lọc thường áp dụng khung PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) để loại bỏ các tài liệu trùng lặp, tài liệu không phù hợp loại hình (chỉ giữ lại Article hoặc Review) hoặc sai ngôn ngữ (Page et al., 2021). Sau đó, dữ liệu thô phải được chuẩn hóa bằng file từ điển đồng nghĩa (thesaurus file) để gộp các biến thể tên tác giả (ví dụ: Nguyen, V. A. và Nguyen, Van A.) hoặc từ khóa (ví dụ: bibliometric và bibliometrics).
Bước 4: Phân tích dữ liệu và trực quan hóa
Sử dụng các phần mềm chuyên dụng như VOSviewer (van Eck & Waltman, 2010), CiteSpace (Chen, 2006), hoặc gói thư viện Bibliometrix (Biblioshiny) trên nền tảng R (Aria & Cuccurullo, 2017) để chạy các thuật toán thống kê và vẽ bản đồ mạng lưới.
4. CÁC KỸ THUẬT PHÂN TÍCH TRẮC LƯỢNG THƯ MỤC CỐT LÕI
Hệ thống kỹ thuật trong trắc lượng thư mục được chia thành hai nhóm chính bổ trợ cho nhau: Phân tích hiệu suất (Performance Analysis) và Lập bản đồ khoa học (Science Mapping) (Cobo et al., 2011; Donthu et al., 2021).
4.1. Phân tích hiệu suất (Performance Analysis)
Kỹ thuật này mang tính chất thống kê mô tả, đánh giá sự đóng góp của các thực thể nghiên cứu (tác giả, tổ chức, quốc gia, tạp chí) dựa trên hai nhóm chỉ số:
- Chỉ số năng suất (Productivity): Tổng số công bố (TP), số công bố độc lập (SA), số công bố hợp tác (CA).
- Chỉ số tác động (Impact): Tổng số trích dẫn (TC), trung bình trích dẫn trên mỗi bài báo (TC/TP), chỉ số h-index (Hirsch, 2005), chỉ số g-index (Egghe, 2006) và chỉ số m-index.
4.2. Lập bản đồ khoa học (Science Mapping)
Lập bản đồ khoa học tập trung vào việc khám phá các mối quan hệ cấu trúc và sự tương tác động giữa các thành phần tri thức (Small, 1999). Bảng 1 dưới đây tổng hợp các kỹ thuật lập bản đồ phổ biến nhất:
Bảng 1. Tổng hợp các kỹ thuật lập bản đồ khoa học cốt lõi
|
Kỹ thuật phân tích |
Đơn vị phân tích |
Cơ chế hoạt động & Ý nghĩa khoa học |
|
Phân tích trích dẫn |
Tài liệu, tác giả, tạp chí |
Đo lường mối quan hệ trực tiếp khi tài liệu A trích dẫn tài liệu B. Phản ánh tầm ảnh hưởng tức thời của một công trình (Garfield, 1972). |
|
Phân tích đồng trích dẫn |
Tài liệu tham khảo được trích dẫn |
Xảy ra khi hai tài liệu A và B cùng xuất hiện trong danh mục tài liệu tham khảo của tài liệu C (Small, 1973). Phản ánh nền tảng trí tuệ (intellectual structure) và các trường phái lý thuyết cổ điển của lĩnh vực. |
|
Kết nối thư mục |
Tài liệu đang nghiên cứu |
Xảy ra khi hai tài liệu A và B cùng trích dẫn một tài liệu C (Kessler, 1963). Phản ánh mặt trận nghiên cứu hiện tại (research front) và các chủ đề mới nổi vì các bài báo mới thường chia sẻ chung nguồn tham khảo. |
|
Phân tích đồng từ khóa |
Từ khóa tác giả, từ khóa chỉ mục |
Đo lường tần suất hai từ khóa cùng xuất hiện trong một tài liệu (Callon et al., 1983). Phản ánh cấu trúc khái niệm (conceptual structure) và sự tiến hóa chủ đề theo thời gian. |
|
Phân tích đồng tác giả |
Tác giả, tổ chức, quốc gia |
Đo lường mức độ hợp tác nghiên cứu chính thức (Glänzel & Schubert, 2004). Phản ánh cấu trúc xã hội (social structure) và mạng lưới liên kết học thuật toàn cầu. |
5. THẢO LUẬN: THÁCH THỨC VÀ XU HƯỚNG PHÁT TRIỂN
Mặc dù mang lại nhiều giá trị thực tiễn to lớn, phương pháp phân tích trắc lượng thư mục vẫn tồn tại những hạn chế cố hữu mà giới học thuật cần thận trọng khi diễn giải kết quả:
1. Sai lệch cơ sở dữ liệu (Database Bias): WoS và Scopus có sự thiên vị rõ rệt đối với các tạp chí xuất bản bằng tiếng Anh và các ngành khoa học tự nhiên, kỹ thuật, y sinh. Các ngành khoa học xã hội, nhân văn hoặc các nghiên cứu xuất bản bằng ngôn ngữ bản địa thường bị đánh giá thấp (Mongeon & Paul-Hus, 2016).
2. Độ trễ trích dẫn (Citation Lag) và Hiệu ứng Matthew: Các bài báo mới xuất bản thường có số lượng trích dẫn thấp do cần thời gian để cộng đồng khoa học tiếp cận và tham chiếu. Ngược lại, những bài báo nổi tiếng lại tiếp tục nhận được nhiều trích dẫn hơn chỉ vì chúng đã nổi tiếng – hiện tượng được Robert K. Merton gọi là Hiệu ứng Matthew (Merton, 1968).
3. Bản chất của trích dẫn: Trắc lượng thư mục truyền thống coi mọi trích dẫn đều có giá trị ngang nhau. Tuy nhiên, một bài báo có thể được trích dẫn để ủng hộ, mở rộng, hoặc đôi khi là để phê bình, bác bỏ kết quả của nó (Bornmann & Daniel, 2008).
Xu hướng tương lai: Để khắc phục những nhược điểm trên, trắc lượng thư mục đang dịch chuyển mạnh mẽ sang hướng tích hợp với Xử lý ngôn ngữ tự nhiên (NLP) và Học máy (Machine Learning). Các kỹ thuật mới như phân tích ngữ cảnh trích dẫn (citation context analysis) và mô hình hóa chủ đề (topic modeling – LDA, BERTopic) cho phép phân loại thái độ của người trích dẫn (tích cực, trung lập hay phản biện) và khai thác sâu nội dung toàn văn (full-text) thay vì chỉ dựa vào siêu dữ liệu bề mặt (Boyack et al., 2018).
6. KẾT LUẬN (CONCLUSION)
Phân tích trắc lượng thư mục đã khẳng định vai trò là một phương pháp luận khoa học không thể thiếu trong việc hệ thống hóa tri thức và định hướng chiến lược nghiên cứu. Thông qua việc kết hợp chặt chẽ giữa các chỉ số đánh giá hiệu suất định lượng và các kỹ thuật lập bản đồ mạng lưới trực quan, phương pháp này giúp các nhà khoa học nắm bắt toàn cảnh sự vận động của tri thức một cách khách quan và bao quát. Tuy nhiên, để đạt được giá trị học thuật cao nhất, các nghiên cứu trắc lượng thư mục cần được thực hiện với quy trình làm sạch dữ liệu nghiêm ngặt, đồng thời kết hợp hài hòa với phân tích định tính chuyên sâu (như tổng quan hệ thống – systematic review) nhằm đảm bảo sự thấu hiểu toàn diện cả về bề rộng lẫn chiều sâu của vấn đề nghiên cứu.
TÀI LIỆU THAM KHẢO (REFERENCES)
1. Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
2. Bornmann, L., & Daniel, H. D. (2008). What do citation counts measure? A review of studies on citing behavior. Journal of Documentation, 64(1), 45–80. https://doi.org/10.1108/00220410810844150
3. Bornmann, L., & Mutz, R. (2015). Growth rates of modern science: A bibliometric analysis based on the number of publications and cited references. Journal of the Association for Information Science and Technology, 66(11), 2215–2222. https://doi.org/10.1002/asi.23329
4. Boyack, K. W., van Eck, N. J., Colavizza, G., & Waltman, L. (2018). Characterizing in-text citations in scientific articles: A large-scale analysis. Journal of Informetrics, 12(1), 59–73. https://doi.org/10.1016/j.joi.2017.11.005
5. Bradford, S. C. (1934). Sources of information on specific subjects. Engineering, 137, 85–86.
6. Callon, M., Courtial, J. P., Turner, W. A., & Bauin, S. (1983). From translations to problematic networks: An introduction to co-word analysis. Social Science Information, 22(2), 191–235. https://doi.org/10.1177/053901883022002003
7. Chen, C. (2006). CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for Information Science and Technology, 57(3), 359–377. https://doi.org/10.1002/asi.20317
8. Cobo, M. J., López‐Herrera, A. G., Herrera‐Viedma, E., & Herrera, F. (2011). Science mapping software tools: Review, analysis, and cooperative study among tools. Journal of the American Society for Information Science and Technology, 62(7), 1382–1402. https://doi.org/10.1002/asi.21525
9. Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296. https://doi.org/10.1016/j.jbusres.2021.04.070
10. Egghe, L. (2006). Theory and practise of the g-index. Scientometrics, 69(1), 131–152. https://doi.org/10.1007/s11192-006-0144-7
11. Garfield, E. (1972). Citation analysis as a tool in journal evaluation. Science, 178(4060), 471–479. https://doi.org/10.1126/science.178.4060.471
12. Glänzel, W., & Schubert, A. (2004). Analysing scientific networks through co-authorship. In H. F. Moed, W. Glänzel, & U. Schmoch (Eds.), Handbook of Quantitative Science and Technology Research (pp. 257–276). Springer. https://doi.org/10.1007/1-4020-2755-9_12
13. Hirsch, J. E. (2005). An index to quantify an individual's scientific research output. Proceedings of the National Academy of Sciences, 102(46), 16569–16572. https://doi.org/10.1073/pnas.0507655102
14. Kessler, M. M. (1963). Bibliographic coupling between scientific papers. American Documentation, 14(1), 10–25. https://doi.org/10.1002/asi.5090140103
15. Lotka, A. J. (1926). The frequency distribution of scientific productivity. Journal of the Washington Academy of Sciences, 16(12), 317–323.
16. Merton, R. K. (1968). The Matthew effect in science. Science, 159(3810), 56–63. https://doi.org/10.1126/science.159.3810.56
17. Mongeon, P., & Paul-Hus, A. (2016). The journal coverage of Web of Science and Scopus: A comparative analysis. Scientometrics, 106(1), 213–228. https://doi.org/10.1007/s11192-015-1765-5
18. Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
19. Pritchard, A. (1969). Statistical bibliography or bibliometrics? Journal of Documentation, 25(4), 348–349.
20. Small, H. (1973). Co‐citation in the scientific literature: A new measure of the relationship between two documents. Journal of the American Society for Information Science, 24(4), 265–269. https://doi.org/10.1002/asi.4630240406
21. Small, H. (1999). Visualizing science by citation mapping. Journal of the American Society for Information Science, 50(9), 799–813. https://doi.org/10.1002/(SICI)1097-4571(1999)50:9%3C799::AID-ASI9%3E3.0.CO;2-G
22. Tranfield, D., Denyer, D., & Smart, P. (2003). Towards a methodology for developing evidence‐informed management knowledge by means of systematic review. British Journal of Management, 14(3), 207–222. https://doi.org/10.1111/1467-8551.00375
23. van Eck, N. J., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523–538. https://doi.org/10.1007/s11192-009-0146-3
24. Zipf, G. K. (1949). Human behavior and the principle of least effort. Addison-Wesley Press.
25. Zupic, I., & Čater, T. (2015). Bibliometric methods in management and organization. Organizational Research Methods, 18(3), 429–472. https://doi.org/10.1177/1094428114562629

