Phân tích trắc lượng thư mục (Bibliometrics) trong nghiên cứu khoa học

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.5 MB, 12 trang )

PHÂN TÍCH TRẮC LƯỢNG THƯ MỤC (BIBLIOMETRICS)
TRONG NGHIÊN CỨU KHOA HỌC
TS.Lương Công Nguyên & NCS.ThS.Nguyễn Quốc Phong
Khoa Quản trị, Trường Đại học Luật TP.HCM
TĨM TẮT
Phân tích trắc lượng thư mục (Bibliometrics) đã trở thành một công cụ thiết yếu để đánh
giá và phân tích kết quả nghiên cứu của các nhà khoa học, sự hợp tác giữa các trường đại
học, ảnh hưởng của ngân sách dành cho khoa học công nghệ đối với việc phát triển nghiên
cứu khoa học và nâng cao chất lượng giáo dục. Trong đó, việc sử dụng phân tích trắc lượng
thư mục để hệ thống hóa kết quả nghiên cứu một vấn đề theo thời gian, thể loại và khu vực
công bố, đồng thời xác định được xu hướng và vấn đề nghiên cứu mới để tiến hành dự án
nghiên cứu khoa học nhằm bổ sung tri thức mới vào bức tranh tổng thể của lĩnh vực nghiên
cứu. Bài viết này nhằm trình bày phương pháp phân tích trắc lượng thư mục trong việc hệ
thống hóa kết quả nghiên cứu, xác định xu hướng và vấn đề nghiên cứu mới, đồng thời giới
thiệu các công cụ phần mềm thực hiện phân tích trắc lượng thư mục.

1. Giới thiệu
Đánh giá tổng quan kết quả nghiên cứu của một vấn đề là việc quan trọng và cần thiết để
người nghiên cứu có một góc nhìn tổng thể nhằm xác định rõ xu hướng nghiên cứu theo quá
trình và vấn đề đủ mới để lập dự án thực hiện nghiên cứu. Việc thực hiện hệ thống hóa kết quả
nghiên cứu theo phương pháp thống kê cổ điển có thể sẽ mất nhiều thời gian và có thể bỏ sót
các cơng bố có liên quan mà điều này có thể làm cho dự án nghiên cứu khơng cịn tính mới hay
nói cách khác là làm mất giá trị của quá trình nghiên cứu, gây lãng phí nguồn lực.
Do đó, việc sử dụng phương pháp phân tích trắc lượng thư mục lập hồ sơ nghiên cứu
bằng cách khai thác vô số thơng tin có thể truy cập được trong cơ sở dữ liệu điện tử như Web
of Science (WoS), Scopus, Google Scholar (GS), Microsoft Academic (MA) và Dimensions có
thể mở rộng phạm vi khoa học bằng cách tạo liên kết tốt hơn giữa các lĩnh vực nghiên cứu, có
thể phát hiện ra các mối quan hệ chuyên đề, xu hướng nghiên cứu và khả năng bổ sung cho
nhau, từ đó tạo điều kiện cho các dự án nghiên cứu hệ thống hóa kết quả nghiên cứu và xác
định vấn đề nghiên cứu đủ mới, giảm lãng phí nguồn lực.
2. Phương pháp phân tích trắc lượng thư mục

2.1. Tổng quan về phân tích trắc lượng thư mục
Bảng chú giải thuật ngữ thống kê của OECD định nghĩa Bibliometric (phân tích trắc
lượng thư mục) là: “phân tích thống kê sách, bài báo hoặc các ấn phẩm khác, trong bối cảnh:
Ban đầu, công việc chỉ giới hạn trong việc thu thập dữ liệu về số lượng bài báo và ấn phẩm
khoa học, tác giả của các tổ chức và / hoặc tổ chức, lĩnh vực khoa học, quốc gia, v.v., nhằm
120

xây dựng các chỉ số “năng suất” đơn giản cho nghiên cứu học thuật. Sau đó, các kỹ thuật đa
chiều và phức tạp hơn dựa trên các trích dẫn trong các bài báo (và gần đây là bằng sáng chế) đã
được phát triển. Các chỉ số trích dẫn kết quả và bộ phân tích đồng trích dẫn được sử dụng để có
được các thước đo nhạy hơn về chất lượng nghiên cứu và để theo dõi sự phát triển của các lĩnh
vực và mạng lưới khoa học. Phân tích trắc lượng thư mục sử dụng dữ liệu về số lượng và tác
giả của các ấn phẩm khoa học, trên các bài báo và các trích dẫn (và trong các bằng sáng chế) để
đo lường “đầu ra” của các cá nhân / nhóm nghiên cứu, tổ chức và quốc gia, để xác định các
mạng lưới quốc gia và quốc tế, và lập bản đồ sự phát triển của các lĩnh vực khoa học và công
nghệ mới (đa ngành).”
Ana và Manuel (2020, 13-43) định nghĩa: “Bibliometric là việc sử dụng các phương pháp
thống kê để phân tích dữ liệu của ấn phẩm như các bài báo trên tạp chí được bình duyệt, sách,
kỷ yếu hội nghị, tạp chí định kỳ, đánh giá, báo cáo và các tài liệu liên quan. Nó đã được sử
dụng rộng rãi để trình bày các mối quan hệ của các lĩnh vực nghiên cứu bằng các phương pháp
định lượng.”
Luís và cộng sự (2015, 372-392) định nghĩa: “Một phương pháp định lượng được sử
dụng để kiểm tra cấu trúc kiến thức và sự phát triển của các lĩnh vực nghiên cứu dựa trên phân
tích các ấn phẩm liên quan.”
Các nhà nghiên cứu gặp phải áp lực ngày càng tăng trong việc cung cấp bằng chứng định
lượng cho công trình nghiên cứu, phân tích trắc lượng thư mục được sử dụng để hỗ trợ tính
khách quan của việc hệ thống hóa kết quả nghiên cứu. Phân tích trắc lượng thư mục là một
phương pháp được sử dụng rộng rãi để vẽ ra bức tranh lớn của vấn đề cần nghiên cứu (Porter
và cộng sự 2002). Nó là một phương pháp định lượng để xác định xu hướng của lĩnh vực

nghiên cứu bằng cách tính tần suất xuất hiện của các từ khóa nhất định trong các cơng bố trên
các tạp chí uy tín hoặc bằng sáng chế… Ngồi ra, dựa trên kết quả dự đốn khách quan có thể
xác định được các chủ đề nghiên cứu mới nổi trong vài năm tới. Phân tích trắc lượng thư mục
giúp các nhà nghiên cứu tiết kiệm thời gian thu thập dữ liệu và thực hiện nghiên cứu theo chiều
dọc bằng cách tổng hợp một số lượng lớn các bài báo đã xuất bản trong một khung thời gian tự
xác định (Güttel và Vogel 2013, 21). Phân tích nội dung cốt lõi của các ấn phẩm cơng bố, kết
quả phân tích trắc lượng thư mục cung cấp tổng quan nghiên cứu và minh họa mối quan hệ
giữa các khái niệm nghiên cứu, mang lại nguồn cảm hứng mới cho các ý tưởng nghiên cứu và
vấn đề nghiên cứu. Nó hỗ trợ các nhà nghiên cứu hiểu được kiến thức cốt lõi của một lĩnh vực
nghiên cứu, các lĩnh vực phụ của chúng và các lĩnh vực liên quan. Dựa trên đó, các xu hướng
nghiên cứu được phân tích để đưa ra các chương trình nghiên cứu hoặc các cấu trúc nghiên cứu
mới (Small 2006, 16).
Phân tích trắc lượng thư mục bắt đầu với các câu hỏi cần được trả lời, bao gồm một số
câu hỏi như Ai, Cái gì, Ở đâu, Khi nào, Với Ai (Börner và Polley, 2014). Kết quả phân tích đề
cập đến các nội dung cụ thể của một công bố khoa học một vấn đề nghiên cứu: Ai là tác giả
cơng bố?, Từ khóa là gì?, Cơng bố trên tạp chí nào?, Hợp tác nghiên cứu với quốc gia/ trường
đại học nào?, Thời điểm công bố là khi nào?.
121

Do vậy, những lợi ích của phân tích trắc lượng thư mục đối với các nhà nghiên cứu:


Xác định được q trình từ lịch sử đến hiện tại các cơng bố liên quan đến vấn đề
hoặc lĩnh vực nghiên cứu. Phân tích được xu hướng nghiên cứu của một vấn đề
hoặc lĩnh vực khoa học.



Cung cấp bằng chứng về mức độ quan trọng và các tác động của vấn đề nghiên cứu

hoặc lĩnh vực nghiên cứu đang tiến hành thực hiện.



Phát hiện điểm mạnh và khoảng trống của các nghiên cứu hiện tại, đồng thời tìm ra
các lĩnh vực nghiên cứu mới và đang phát triển



Xác định được những công bố có tầm quan trọng và mức độ tác động lớn trong vấn
đề cần nghiên cứu



Xác định các cộng tác viên/ tổ chức nghiên cứu tiềm năng để có thể hợp tác thơng
qua phân tích được hiệu suất cơng bố của các cá nhân/ tổ chức.



Xác định các nguồn tạp chí phù hợp để xuất bản cơng bố kết quả nghiên cứu

2.2. Cơ sở dữ liệu cho phân tích trắc lượng thư mục
Để thực hiện phân tích trắc lượng thư mục, giai đoạn đầu tiên là quyết định nguồn dữ liệu
tốt nhất phù hợp với phạm vi khoa học của lĩnh vực nghiên cứu của nhà nghiên cứu. Số lượng
cơ sở dữ liệu thư mục rất nhiều (ví dụ: PubMed, EMbase, SpringerLink, v.v.), nhưng không
phải tất cả đều cung cấp thơng tin dễ dàng để thực hiện các phân tích trắc lượng thư mục. Hiện
nay, các cơ sở dữ liệu chính thường được sử dụng trong phân tích trắc lượng thư mục lĩnh vực
kinh tế là: Web of Science (WoS), Scopus, Google Scholar (GS), Microsoft Academic (MA)
và Dimensions với các đặc điểm chính:
Bảng 1: Đặc tính của các nguồn cơ sở dữ liệu

Database
Đăng ký tài khoản
Tải dữ liệu
WoS
Có
Có
Scopus
Có
Có
GS
Miễn phí
Khơng
MA
Miễn phí
Sử dụng thư viện API
Dimensions
Miễn phí/ Đăng ký
Có
Web of Science (WoS): là trang web cung cấp quyền truy cập vào nhiều cơ sở dữ liệu và
dữ liệu trích dẫn cho 256 ngành (khoa học, khoa học xã hội, nghệ thuật và nhân văn). Quyền
truy cập được cấp dưới dạng đăng ký tài khoản. Viện Thông tin Khoa học (ISI) là tiền thân của
cơ sở dữ liệu này, sau đó, được chuyển giao cho Thomson Reuters và hiện tại do Clarivate
Analytics sở hữu. Nó bao gồm các định dạng khác nhau, chẳng hạn như các bài báo toàn văn,
bài đánh giá, bài xã luận, niên đại, tóm tắt, kỷ yếu (tạp chí và dựa trên sách) và các bài báo kỹ
thuật. Cơ sở dữ liệu này có hơn 90 triệu tài liệu từ năm 1900 đến nay.
Scopus: là trang web cung cấp quyền truy cập vào cơ sở dữ liệu và dữ liệu trích dẫn trong
lĩnh vực khoa học đời sống, khoa học xã hội, khoa học vật lý và khoa học sức khỏe. Elsevier
cung cấp quyền truy cập vào Scopus và cần đăng ký tài khoản. Cơ sở dữ liệu này bao gồm:
sách, tạp chí và tạp chí thương mại. Hơn nữa, các tìm kiếm được thực hiện trong Scopus cũng
122

thực hiện trong cơ sở dữ liệu bằng sáng chế. Số lượng tài liệu khoảng 69 triệu từ năm 2004 đến
nay.
Google Scholar (GS): là một trang web có sẵn miễn phí, ra mắt vào năm 2004, lập chỉ
mục tồn bộ văn bản hoặc siêu dữ liệu của tài liệu khoa học từ các tạp chí học thuật trực tuyến
được bình duyệt nhiều nhất, sách, bài báo hội nghị, luận án, bản in trước, bản tóm tắt, báo cáo
kỹ thuật, án lệ và bằng sáng chế. Google không cung cấp số lượng tài liệu, nhưng (Gusenbauer
2019, 38) đã ước tính có khoảng 389 triệu tài liệu vào năm 2018.
Microsoft Academic (MA): Trước đây nó được gọi là Microsoft Academic Search,
nhưng nó đã được khởi chạy lại như một dịch vụ mới vào năm 2016, với tên gọi MA.
Microsoft cung cấp dịch vụ như một cơng cụ tìm kiếm web cơng cộng miễn phí. Cơ sở dữ liệu
này hiện có hơn 230 triệu ấn phẩm trong đó 88 triệu tài liệu là các bài báo của các tạp chí.
Dimensions: là một cơ sở dữ liệu mới, ra mắt vào năm 2018, mục tiêu là cung cấp “một
cơ sở dữ liệu mở và toàn diện hơn, cho phép người dùng khám phá các kết nối giữa nhiều loại
dữ liệu nghiên cứu”. Dimensions được hỗ trợ bởi Digital Science & Research Solutions Inc. và
được xem là một giải pháp thay thế cho WoS và Scopus (Thelwall 2018, 6). Có tùy chọn phiên
bản miễn phí. Nó cung cấp quyền truy cập vào các loại tài liệu truyền thống (bài báo, bài báo
hội nghị, sách, v.v.), nhưng cũng bao gồm các liên kết đến tài trợ, bằng sáng chế, thử nghiệm
lâm sàng, bộ dữ liệu và giấy tờ chính sách. Số lượng bản ghi có chứa Thứ nguyên cao hơn 102
triệu ấn bản vào năm 2019. Nó được đưa ra vào năm 2018.
2.3. Các phần mềm thực hiện phân tích trắc lượng thư mục
Để đo lường kết quả nghiên cứu của các các công bố hiện có, Cadavid và cộng sự (2012,
24) xác định ba loại chỉ số: số lượng, chất lượng và cơ cấu. Chỉ số đầu tiên đo lường năng suất
về số lượng xuất bản, trong khi chỉ số thứ hai đo lường tác động của một ấn phẩm liên quan
đến số lượng trích dẫn. Bên cạnh đó, chỉ số cấu trúc đo lường mối liên hệ hiện có giữa ấn phẩm
và các cơng bố khác của các tác giả khác nhau.
Các công cụ phần mềm được sử dụng để trực quan hóa kết quả của các tìm kiếm được
thực hiện trong các cơ sở dữ liệu, cho phép phân tích và sắp xếp các kết quả để có được cấu
trúc, lịch sử và các mối quan hệ với chủ đề nghiên cứu.

Bên cạnh việc sử dụng các cơng cụ phân tích được cung cấp bởi các nguồn cơ sở dữ liệu,
Moral và cộng sự (2020) đã cập nhật các phần mềm chính thực hiện phân tích trắc lượng thư
mục, với các đặc điểm được tổng hợp như sau:
Bảng 2: Đặc tính của các phần mềm phân tích hiệu suất và trắc lượng thư mục tổng quát
Phần mềm
Nhà phát triển
Hệ điều hành Nguồn dữ liệu
Giao diện
Hochschule für Telekommu
CRExplorer
Java
WoS, Scopus
Desktop
nikation Leipzig (HfTL)
Melbourne-based
Tarma Win,
Mac, WoS, Scopus,
Publish or Perish
Desktop
Research Software Pty Ltd.
Linux
MA, GS
ScientoPyUI
University of Cauca
Python
WoS, Scopus
Web

123

Bảng 3: Đặc tính của các phần mềm phân tích bản đồ khoa học
Hệ
điều
Phần mềm
Nhà phát triển
hành
Bibexcel
University of Umeå (Sweden) Win
University of Naples Federico
R
Biblioshiny
II (Italy)
BiblioMaps
University of Lyon (France)
Python
CiteSpace
CitNetExplorer
SciMAT
Sci2 Tool
VOSviewer

Nguồn dữ liệu

WoS, Scopus
WoS,
Scopus,
Dimensions
WoS, Scopus
WoS,

Scopus,
Dimensions, MA
OSX, WoS, Scopus

Drexel University (USA)

Win

Leiden
University
(The
Netherlands)
University
of
Granada
(Spain)
Cyberinfrastructure
for
Network
Science
Center (USA)
Leiden
University
(The
Netherlands)

Win,
Linux
Win, OSX, WoS, Scopus
Linux

WoS, Scopus, GS
Win, OSX,
Linux

Giao diện
Desktop
Web
Web
Desktop
Desktop
Desktop
Desktop

Win, OSX, WoS,
Scopus,
Desktop
Linux
Dimensions, MA

2.4. Các kết quả phân tích trắc lượng thư mục điển hình
Trong nghiên cứu trắc lượng thư mục về dữ liệu lớn trong nghiên cứu kinh doanh, Y.
Zhang và cộng sự (2020) dựa trên cơ sở dữ liệu Web of Science (WoS) và sử dụng phần mềm
CiteSpace tiến hành phân tích để trả lời các câu hỏi: (1) Tình hình phát triển hiện tại của dữ
liệu lớn trong tất cả các lĩnh vực nghiên cứu kinh doanh là gì? (2) Hiện trạng tác giả, tài liệu
tham khảo và mạng lưới tạp chí liên quan đến công bố dữ liệu lớn trong nghiên cứu kinh doanh
như thế nào? (3) Hiện trạng mạng lưới quốc gia và viện nghiên cứu lĩnh vực dữ liệu lớn trong

124

kinh doanh như thế nào?. Kết quả nghiên cứu được minh họa một cách định lượng và trực quan
như dưới đây:
Hình 1. Kết quả phân tích xu hướng nghiên cứu. Nguồn: Zhang và cộng sự (2020)

Hình 2. Kết quả phân tích lĩnh vực nghiên cứu. Nguồn: Zhang và cộng sự (2020)

Hình 3. Kết quả phân tích mạng lưới đồng trích dẫn tài liệu tham khảo. Nguồn: Zhang và
cộng sự (2020)

125

Hình 4. Kết quả phân tích top 25 tác giả được trích dẫn nhiều nhất. Nguồn: Zhang và cộng
sự (2020)

Hình 5. Kết quả phân tích mạng lưới đồng trích dẫn tạp chí. Nguồn: Zhang và cộng sự
(2020)

126

Hình 6. Kết quả phân tích mạng lưới đồng tác giả tại các viện nghiên cứu. Nguồn: Zhang
và cộng sự (2020)

Hình 7. Kết quả phân tích mạng lưới đồng tác giả tại các quốc gia. Nguồn: Zhang và cộng
sự (2020)

127

Hình 8. Kết quả phân tích từ khóa cùng liên kết. Nguồn: Zhang và cộng sự (2020)

128

Hình 9. Kết quả phân tích top 40 từ khóa theo 6 danh mục. Nguồn: Zhang và cộng
sự (2020)
Dựa trên kết quả phân tích, Y. Zhang và cộng sự (2020) đưa ra năm hướng đầy hứa hẹn
cho các nghiên cứu trong tương lai: (i) khuyến khích các học giả tăng cường hợp tác liên ngành
để thúc đẩy và cân bằng sự phát triển của các nghiên cứu liên quan đến dữ liệu lớn trong lĩnh
vực kinh doanh, (ii) khuyến khích các nhà nghiên cứu trong tương lai củng cố các cơ sở lý
thuyết, thiết lập một mơ hình được xác định rõ ràng và vượt qua các rào cản của việc thu thập
dữ liệu, quản lý và phân tích dữ liệu để tiến hành nghiên cứu chất lượng cao, (iii) khuyến khích
các nhà nghiên cứu trong tương lai tận dụng kinh nghiệm từ lĩnh vực quản lý thông tin và cộng
tác nhiều hơn với các nhà quản trị để thúc đẩy sự phát triển của nghiên cứu và ứng dụng dữ
liệu lớn, (iv) khuyến khích sự hợp tác nghiên cứu liên quốc gia. Ví dụ: so sánh để chỉ ra sự
khác biệt giữa các cơ chế quản lý dữ liệu lớn của các quốc gia khác nhau là một chủ đề quan
trọng cần được giải quyết, (v) các từ khóa “dữ liệu lớn”, “phân tích” và “quản lý” duy trì xu
hướng ổn định nhưng ngày càng tăng theo thời gian và một số chủ đề nghiên cứu mới nổi trong
những năm gần đây, chẳng hạn như “ra quyết định”, “lựa chọn” và “học máy”, phản ánh xu
hướng phát triển mới và tiềm năng của dữ liệu lớn trong lĩnh vực kinh doanh.
Trên cơ sở nghiên cứu của Y. Zhang và cộng sự (2020), phân tích trắc lượng thư mục là
phương pháp có giá trị trong việc định hướng khơng những về vấn đề nghiên cứu mà còn về
vấn đề hợp tác đa ngành, đa lĩnh vực, đa quốc gia trong nghiên cứu khoa học.
3. Thảo luận và kết luận
Kết quả phân tích trắc lượng thư mục và việc dự báo xu hướng nghiên cứu hay xác định
129

khoảng trống nghiên cứu có thể giảm giá trị do phân tích trắc lượng thư mục mặc dù dựa trên

những nguồn cơ sở dữ liệu tốt, tuy nhiên vẫn còn các nguồn dữ liệu thay thế khác có thể có
một số lượng lớn các công bố mà chúng chưa được sử dụng trong phân tích.
Các phân tích về lượng trích dẫn có thể có sai lệch về mức độ tác động của một cơng bố
do liên quan đến việc trích dẫn và được trích dẫn là một q trình phức tạp và chưa có cơ chế
giám sát độc lập và vấn đề cơng bố có thể được trích dẫn nhưng ở dạng khơng tích cực, hoặc
trong tình trạng đang bị xem xét nhưng lượng trích dẫn vẫn được tính.
Nghiên cứu khoa học cần được đầu tư đúng và đủ, đầu tiên từ việc nhà nghiên cứu được
cung cấp quyền truy cập các nguồn cơ sở dữ liệu uy tín để phân tích, tìm kiếm và xác định
được vấn đề và xu hướng nghiên cứu đủ mới để tiến hành dự án nghiên cứu có giá trị, cho đến
việc tạo động lực nghiên cứu do q trình nghiên cứu và cơng bố cần sử dụng nhiều nguồn lực.
Trong bối cảnh hiện đại, phân tích trắc lượng thư mục đã trở thành một cơng cụ thiết yếu
để đánh giá và phân tích công bố nghiên cứu của các nhà nghiên cứu (Ellegaard và Wallin
2015), sự hợp tác nghiên cứu khoa học giữa các tổ chức (Skute và cộng sự 2019), tác động của
đầu tư cho khoa học đối với năng suất R&D của quốc gia (Fabregat-Aibar và cộng sự 2019) và
chất lượng học thuật (Van-Raan, 1999).
TÀI LIỆU THAM KHẢO
Ana Azevedo and Manuel Filipe Santos. (2021). Integration Challenges for Analytics,
Business Intelligence, and Data Mining. PA: IGI Global.
Börner K. & Polley D.E. (2014). Visual insights. A practical guide to making sense of data.
USA: MIT Press.
Cadavid-Higuita, L., Awad, G., Cardona, F., & Jaime, C. (2012). A bibliometric analysis of a
modeled field for disseminating innovation. Estudios Gerenciales 28(SPE):213–236
Ellegaard, Ole; Wallin, Johan A. (2015). The bibliometric analysis of scholarly production:
How great is the impact?. Scientometrics 105:1809-1831.
Fabregat-Aibar, Laura; Barberà-Mariné, M. Glịria; Terco, Antonio; Pié, Laia. (2019). A
bibliometric and visualization analysis of socially responsible funds. Sustainability 11(9).
https://doi.org/10.3390/su11092526.
Gusenbauer, Michael. (2019). Google Scholar to overshadow them all? Comparing the sizes of
12 academic search engines and bibliographic databases. Scientometrics 118:177-214.
H. Small. (2006). Tracking and predicting growth areas in science, Scientometrics 68:595-610.

Luís M. Carmo Farinha, João J. M. Ferreira, Helen Lawton Smith and Sharmistha Bagchi-Sen.
(2015). Handbook of Research on Global Competitive Advantage through Innovation and
Entrepreneurship. PA: IGI Global.
Moral-Muñoz, José A.; Herrera-Viedma, Enrique; Santisteban-Espejo, Antonio; Cobo, Manuel
J. (2020). Software tools for conducting bibliometric analysis in science: An up-to-date
review. El profesional de la información
v. 29, n. 1, e290103.
https://doi.org/10.3145/epi.2020.ene.03
Porter A.L., Kongthon A. & Lu J.C. (2002). Research profiling: improving the literature
130

review. Scientometrics 53(3):351-370.
Skute, Igors; Zalewska-Kurek, Kasia; Hatak, Isabella; De-Weerd-Nederhof, Petra. (2019).
Mapping the field: a bibliometric analysis of the literature on university–industry
collaborations. Journal of technology transfer 44(3):916-947.
Thelwall, Mike. (2018). Dimensions: A competitor to Scopus and the Web of Science?.
Journal of informetrics 12(2):430-435.
Yucheng Zhang, Meng Zhang, Jing Li, Guangjian Liu d, Miles M. Yang, Siqi Liu. (2020). A
bibliometric review of a decade of research: Big data in business research – Setting a
research
agenda.
Journal
of
Business
Research.
https://doi.org/10.1016/j.jbusres.2020.11.004.
W. H. Güttel and R. Vogel. (2013). The Dynamic Capability View in Strategic Management: A
Bibliometric Review. International Journal of Management Reviews 15:426-446.

131

2.1. Tổng quan về nghiên cứu và phân tích trắc lượng thư mụcBảng chú giải thuật ngữ thống kê của OECD định nghĩa Bibliometric ( nghiên cứu và phân tích trắclượng thư mục ) là : “ nghiên cứu và phân tích thống kê sách, bài báo hoặc những ấn phẩm khác, trong toàn cảnh : Ban đầu, việc làm chỉ số lượng giới hạn trong việc thu thập dữ liệu về số lượng bài báo và ấn phẩmkhoa học, tác giả của những tổ chức triển khai và / hoặc tổ chức triển khai, nghành khoa học, vương quốc, v.v., nhằm120xây dựng những chỉ số ” hiệu suất ” đơn thuần cho điều tra và nghiên cứu học thuật. Sau đó, những kỹ thuật đachiều và phức tạp hơn dựa trên những trích dẫn trong những bài báo ( và gần đây là bằng bản quyền sáng tạo ) đãđược tăng trưởng. Các chỉ số trích dẫn hiệu quả và bộ nghiên cứu và phân tích đồng trích dẫn được sử dụng để cóđược những thước đo nhạy hơn về chất lượng điều tra và nghiên cứu và để theo dõi sự tăng trưởng của những lĩnhvực và mạng lưới khoa học. Phân tích trắc lượng thư mục sử dụng tài liệu về số lượng và tácgiả của những ấn phẩm khoa học, trên những bài báo và những trích dẫn ( và trong những văn bằng bản quyền trí tuệ ) đểđo lường “ đầu ra ” của những cá thể / nhóm nghiên cứu và điều tra, tổ chức triển khai và vương quốc, để xác lập cácmạng lưới vương quốc và quốc tế, và lập map sự tăng trưởng của những nghành khoa học và côngnghệ mới ( đa ngành ). ” Ana và Manuel ( 2020, 13-43 ) định nghĩa : “ Bibliometric là việc sử dụng những phương phápthống kê để nghiên cứu và phân tích tài liệu của ấn phẩm như những bài báo trên tạp chí được bình duyệt, sách, kỷ yếu hội nghị, tạp chí định kỳ, nhìn nhận, báo cáo giải trình và những tài liệu tương quan. Nó đã được sửdụng thoáng đãng để trình diễn những mối quan hệ của những nghành nghề dịch vụ điều tra và nghiên cứu bằng những phương phápđịnh lượng. ” Luís và tập sự ( năm ngoái, 372 – 392 ) định nghĩa : “ Một giải pháp định lượng được sửdụng để kiểm tra cấu trúc kiến thức và kỹ năng và sự tăng trưởng của những nghành nghề dịch vụ điều tra và nghiên cứu dựa trên phântích những ấn phẩm tương quan. ” Các nhà nghiên cứu gặp phải áp lực đè nén ngày càng tăng trong việc cung ứng vật chứng địnhlượng cho khu công trình nghiên cứu và điều tra, nghiên cứu và phân tích trắc lượng thư mục được sử dụng để tương hỗ tínhkhách quan của việc hệ thống hóa tác dụng nghiên cứu và điều tra. Phân tích trắc lượng thư mục là mộtphương pháp được sử dụng thoáng rộng để vẽ ra bức tranh lớn của yếu tố cần nghiên cứu và điều tra ( Portervà tập sự 2002 ). Nó là một giải pháp định lượng để xác lập khuynh hướng của lĩnh vựcnghiên cứu bằng cách tính tần suất Open của những từ khóa nhất định trong những cơng bố trêncác tạp chí uy tín hoặc văn bằng bản quyền trí tuệ … Ngồi ra, dựa trên tác dụng dự đốn khách quan có thểxác định được những chủ đề nghiên cứu và điều tra mới nổi trong vài năm tới. Phân tích trắc lượng thư mụcgiúp những nhà nghiên cứu tiết kiệm ngân sách và chi phí thời hạn thu thập dữ liệu và triển khai nghiên cứu và điều tra theo chiềudọc bằng cách tổng hợp một số lượng lớn những bài báo đã xuất bản trong một khung thời hạn tựxác định ( Güttel và Vogel 2013, 21 ). Phân tích nội dung cốt lõi của những ấn phẩm cơng bố, kếtquả nghiên cứu và phân tích trắc lượng thư mục phân phối tổng quan nghiên cứu và điều tra và minh họa mối quan hệgiữa những khái niệm điều tra và nghiên cứu, mang lại nguồn cảm hứng mới cho những ý tưởng sáng tạo điều tra và nghiên cứu vàvấn đề nghiên cứu và điều tra. Nó tương hỗ những nhà nghiên cứu hiểu được kiến thức và kỹ năng cốt lõi của một lĩnh vựcnghiên cứu, những nghành nghề dịch vụ phụ của chúng và những nghành tương quan. Dựa trên đó, những xu hướngnghiên cứu được nghiên cứu và phân tích để đưa ra những chương trình nghiên cứu và điều tra hoặc những cấu trúc nghiên cứumới ( Small 2006, 16 ). Phân tích trắc lượng thư mục khởi đầu với những câu hỏi cần được vấn đáp, gồm có một sốcâu hỏi như Ai, Cái gì, Ở đâu, Khi nào, Với Ai ( Börner và Polley, năm trước ). Kết quả nghiên cứu và phân tích đềcập đến những nội dung đơn cử của một công bố khoa học một yếu tố nghiên cứu và điều tra : Ai là tác giảcơng bố ?, Từ khóa là gì ?, Cơng bố trên tạp chí nào ?, Hợp tác điều tra và nghiên cứu với vương quốc / trườngđại học nào ?, Thời điểm công bố là khi nào ?. 121D o vậy, những quyền lợi của nghiên cứu và phân tích trắc lượng thư mục so với những nhà nghiên cứu : Xác định được q trình từ lịch sử vẻ vang đến hiện tại những cơng bố tương quan đến vấn đềhoặc nghành nghề dịch vụ nghiên cứu và điều tra. Phân tích được khuynh hướng điều tra và nghiên cứu của một vấn đềhoặc nghành nghề dịch vụ khoa học. Cung cấp vật chứng về mức độ quan trọng và những tác động ảnh hưởng của yếu tố nghiên cứuhoặc nghành nghề dịch vụ điều tra và nghiên cứu đang thực thi thực thi. Phát hiện điểm mạnh và khoảng trống của những điều tra và nghiên cứu hiện tại, đồng thời tìm racác nghành nghiên cứu và điều tra mới và đang phát triểnXác định được những công bố có tầm quan trọng và mức độ ảnh hưởng tác động lớn trong vấnđề cần nghiên cứuXác định những cộng tác viên / tổ chức triển khai điều tra và nghiên cứu tiềm năng để hoàn toàn có thể hợp tác thơngqua nghiên cứu và phân tích được hiệu suất cơng bố của những cá thể / tổ chức triển khai. Xác định những nguồn tạp chí tương thích để xuất bản cơng bố tác dụng nghiên cứu2. 2. Cơ sở tài liệu cho nghiên cứu và phân tích trắc lượng thư mụcĐể thực thi nghiên cứu và phân tích trắc lượng thư mục, tiến trình tiên phong là quyết định hành động nguồn dữ liệutốt nhất tương thích với khoanh vùng phạm vi khoa học của nghành nghề dịch vụ điều tra và nghiên cứu của nhà nghiên cứu. Số lượngcơ sở dữ liệu thư mục rất nhiều ( ví dụ : PubMed, EMbase, SpringerLink, v.v. ), nhưng khôngphải tổng thể đều phân phối thơng tin thuận tiện để triển khai những nghiên cứu và phân tích trắc lượng thư mục. Hiệnnay, những cơ sở tài liệu chính thường được sử dụng trong nghiên cứu và phân tích trắc lượng thư mục lĩnh vựckinh tế là : Web of Science ( WoS ), Scopus, Google Scholar ( GS ), Microsoft Academic ( MA ) và Dimensions với những đặc thù chính : Bảng 1 : Đặc tính của những nguồn cơ sở dữ liệuDatabaseĐăng ký tài khoảnTải dữ liệuWoSCóCóScopusCóCóGSMiễn phíKhơngMAMiễn phíSử dụng thư viện APIDimensionsMiễn phí / Đăng kýCóWeb of Science ( WoS ) : là website phân phối quyền truy vấn vào nhiều cơ sở tài liệu vàdữ liệu trích dẫn cho 256 ngành ( khoa học, khoa học xã hội, nghệ thuật và thẩm mỹ và nhân văn ). Quyềntruy cập được cấp dưới dạng ĐK thông tin tài khoản. Viện tin tức Khoa học ( ISI ) là tiền thân củacơ sở dữ liệu này, sau đó, được chuyển giao cho Thomson Reuters và hiện tại do ClarivateAnalytics chiếm hữu. Nó gồm có những định dạng khác nhau, ví dụ điển hình như những bài báo toàn văn, bài nhìn nhận, bài xã luận, niên đại, tóm tắt, kỷ yếu ( tạp chí và dựa trên sách ) và những bài báo kỹthuật. Cơ sở tài liệu này có hơn 90 triệu tài liệu từ năm 1900 đến nay. Scopus : là website cung ứng quyền truy vấn vào cơ sở tài liệu và tài liệu trích dẫn tronglĩnh vực khoa học đời sống, khoa học xã hội, khoa học vật lý và khoa học sức khỏe thể chất. Elseviercung cấp quyền truy vấn vào Scopus và cần ĐK thông tin tài khoản. Cơ sở tài liệu này gồm có : sách, tạp chí và tạp chí thương mại. Hơn nữa, những tìm kiếm được thực thi trong Scopus cũng122thực hiện trong cơ sở tài liệu bằng bản quyền sáng tạo. Số lượng tài liệu khoảng chừng 69 triệu từ năm 2004 đếnnay. Google Scholar ( GS ) : là một website có sẵn không tính tiền, ra đời vào năm 2004, lập chỉmục tồn bộ văn bản hoặc siêu dữ liệu của tài liệu khoa học từ những tạp chí học thuật trực tuyếnđược bình duyệt nhiều nhất, sách, bài báo hội nghị, luận án, bản in trước, bản tóm tắt, báo cáokỹ thuật, án lệ và văn bằng bản quyền trí tuệ. Google không cung ứng số lượng tài liệu, nhưng ( Gusenbauer2019, 38 ) đã ước tính có khoảng chừng 389 triệu tài liệu vào năm 2018. Microsoft Academic ( MA ) : Trước đây nó được gọi là Microsoft Academic Search, nhưng nó đã được khởi chạy lại như một dịch vụ mới vào năm năm nay, với tên gọi MA.Microsoft phân phối dịch vụ như một cơng cụ tìm kiếm web cơng cộng không lấy phí. Cơ sở dữ liệunày hiện có hơn 230 triệu ấn phẩm trong đó 88 triệu tài liệu là những bài báo của những tạp chí. Dimensions : là một cơ sở tài liệu mới, ra đời vào năm 2018, tiềm năng là phân phối “ mộtcơ sở dữ liệu mở và tổng lực hơn, được cho phép người dùng mày mò những liên kết giữa nhiều loạidữ liệu nghiên cứu và điều tra ”. Dimensions được tương hỗ bởi Digital Science và Research Solutions Inc. vàđược xem là một giải pháp sửa chữa thay thế cho WoS và Scopus ( Thelwall 2018, 6 ). Có tùy chọn phiênbản không lấy phí. Nó phân phối quyền truy vấn vào những loại tài liệu truyền thống lịch sử ( bài báo, bài báohội nghị, sách, v.v. ), nhưng cũng gồm có những link đến hỗ trợ vốn, văn bằng bản quyền trí tuệ, thử nghiệmlâm sàng, bộ tài liệu và sách vở chủ trương. Số lượng bản ghi có chứa Thứ nguyên cao hơn 102 triệu ấn bản vào năm 2019. Nó được đưa ra vào năm 2018.2.3. Các ứng dụng thực thi nghiên cứu và phân tích trắc lượng thư mụcĐể giám sát tác dụng điều tra và nghiên cứu của những những công bố hiện có, Cadavid và tập sự ( 2012,24 ) xác lập ba loại chỉ số : số lượng, chất lượng và cơ cấu tổ chức. Chỉ số tiên phong thống kê giám sát năng suấtvề số lượng xuất bản, trong khi chỉ số thứ hai đo lường và thống kê tác động ảnh hưởng của một ấn phẩm liên quanđến số lượng trích dẫn. Bên cạnh đó, chỉ số cấu trúc giám sát mối liên hệ hiện có giữa ấn phẩmvà những cơng bố khác của những tác giả khác nhau. Các công cụ ứng dụng được sử dụng để trực quan hóa hiệu quả của những tìm kiếm đượcthực hiện trong những cơ sở tài liệu, được cho phép nghiên cứu và phân tích và sắp xếp những tác dụng để có được cấutrúc, lịch sử dân tộc và những mối quan hệ với chủ đề nghiên cứu và điều tra. Bên cạnh việc sử dụng những cơng cụ nghiên cứu và phân tích được phân phối bởi những nguồn cơ sở tài liệu, Moral và tập sự ( 2020 ) đã update những ứng dụng chính triển khai nghiên cứu và phân tích trắc lượng thưmục, với những đặc thù được tổng hợp như sau : Bảng 2 : Đặc tính của những ứng dụng nghiên cứu và phân tích hiệu suất và trắc lượng thư mục tổng quátPhần mềmNhà phát triểnHệ quản lý Nguồn dữ liệuGiao diệnHochschule für TelekommuCRExplorerJavaWoS, ScopusDesktopnikation Leipzig ( HfTL ) Melbourne-basedTarma Win, Mac, WoS, Scopus, Publish or PerishDesktopResearch Software Pty Ltd. LinuxMA, GSScientoPyUIUniversity of CaucaPythonWoS, ScopusWeb123Bảng 3 : Đặc tính của những ứng dụng nghiên cứu và phân tích map khoa họcHệđiềuPhần mềmNhà phát triểnhànhBibexcelUniversity of Umeå ( Sweden ) WinUniversity of Naples FedericoBiblioshinyII ( Italy ) BiblioMapsUniversity of Lyon ( France ) PythonCiteSpaceCitNetExplorerSciMATSci2 ToolVOSviewerNguồn dữ liệuWoS, ScopusWoS, Scopus, DimensionsWoS, ScopusWoS, Scopus, Dimensions, MAOSX, WoS, ScopusDrexel University ( USA ) WinLeidenUniversity ( TheNetherlands ) UniversityofGranada ( Spain ) CyberinfrastructureforNetworkScienceCenter ( USA ) LeidenUniversity ( TheNetherlands ) Win, LinuxWin, OSX, WoS, ScopusLinuxWoS, Scopus, GSWin, OSX, LinuxGiao diệnDesktopWebWebDesktopDesktopDesktopDesktopWin, OSX, WoS, Scopus, DesktopLinuxDimensions, MA2. 4. Các hiệu quả nghiên cứu và phân tích trắc lượng thư mục điển hìnhTrong điều tra và nghiên cứu trắc lượng thư mục về tài liệu lớn trong điều tra và nghiên cứu kinh doanh thương mại, Y.Zhang và tập sự ( 2020 ) dựa trên cơ sở tài liệu Web of Science ( WoS ) và sử dụng phần mềmCiteSpace triển khai nghiên cứu và phân tích để vấn đáp những câu hỏi : ( 1 ) Tình hình tăng trưởng hiện tại của dữliệu lớn trong tổng thể những nghành nghiên cứu và điều tra kinh doanh thương mại là gì ? ( 2 ) Hiện trạng tác giả, tài liệutham khảo và mạng lưới tạp chí tương quan đến công bố tài liệu lớn trong nghiên cứu và điều tra kinh doanhnhư thế nào ? ( 3 ) Hiện trạng mạng lưới vương quốc và viện nghiên cứu và điều tra nghành nghề dịch vụ tài liệu lớn trong124kinh doanh như thế nào ?. Kết quả điều tra và nghiên cứu được minh họa một cách định lượng và trực quannhư dưới đây : Hình 1. Kết quả nghiên cứu và phân tích khuynh hướng nghiên cứu và điều tra. Nguồn : Zhang và tập sự ( 2020 ) Hình 2. Kết quả nghiên cứu và phân tích nghành nghề dịch vụ nghiên cứu và điều tra. Nguồn : Zhang và tập sự ( 2020 ) Hình 3. Kết quả nghiên cứu và phân tích mạng lưới đồng trích dẫn tài liệu tìm hiểu thêm. Nguồn : Zhang vàcộng sự ( 2020 ) 125H ình 4. Kết quả nghiên cứu và phân tích top 25 tác giả được trích dẫn nhiều nhất. Nguồn : Zhang và cộngsự ( 2020 ) Hình 5. Kết quả nghiên cứu và phân tích mạng lưới đồng trích dẫn tạp chí. Nguồn : Zhang và tập sự ( 2020 ) 126H ình 6. Kết quả nghiên cứu và phân tích mạng lưới đồng tác giả tại những viện nghiên cứu và điều tra. Nguồn : Zhangvà tập sự ( 2020 ) Hình 7. Kết quả nghiên cứu và phân tích mạng lưới đồng tác giả tại những vương quốc. Nguồn : Zhang và cộngsự ( 2020 ) 127H ình 8. Kết quả nghiên cứu và phân tích từ khóa cùng link. Nguồn : Zhang và tập sự ( 2020 ) 128H ình 9. Kết quả nghiên cứu và phân tích top 40 từ khóa theo 6 hạng mục. Nguồn : Zhang và cộngsự ( 2020 ) Dựa trên tác dụng nghiên cứu và phân tích, Y. Zhang và tập sự ( 2020 ) đưa ra năm hướng đầy hứa hẹncho những nghiên cứu và điều tra trong tương lai : ( i ) khuyến khích những học giả tăng cường hợp tác liên ngànhđể thôi thúc và cân đối sự tăng trưởng của những điều tra và nghiên cứu tương quan đến tài liệu lớn trong lĩnhvực kinh doanh thương mại, ( ii ) khuyến khích những nhà nghiên cứu trong tương lai củng cố những cơ sở lýthuyết, thiết lập một mơ hình được xác lập rõ ràng và vượt qua những rào cản của việc thu thậpdữ liệu, quản trị và nghiên cứu và phân tích tài liệu để triển khai nghiên cứu và điều tra chất lượng cao, ( iii ) khuyến khíchcác nhà điều tra và nghiên cứu trong tương lai tận dụng kinh nghiệm tay nghề từ nghành nghề dịch vụ quản trị thông tin và cộngtác nhiều hơn với những nhà quản trị để thôi thúc sự tăng trưởng của nghiên cứu và điều tra và ứng dụng dữliệu lớn, ( iv ) khuyến khích sự hợp tác điều tra và nghiên cứu liên vương quốc. Ví dụ : so sánh để chỉ ra sựkhác biệt giữa những chính sách quản trị tài liệu lớn của những vương quốc khác nhau là một chủ đề quantrọng cần được xử lý, ( v ) những từ khóa “ tài liệu lớn ”, “ nghiên cứu và phân tích ” và “ quản trị ” duy trì xuhướng không thay đổi nhưng ngày càng tăng theo thời hạn và một số ít chủ đề điều tra và nghiên cứu mới nổi trongnhững năm gần đây, ví dụ điển hình như “ ra quyết định hành động ”, “ lựa chọn ” và “ học máy ”, phản ánh xuhướng tăng trưởng mới và tiềm năng của tài liệu lớn trong nghành kinh doanh thương mại. Trên cơ sở nghiên cứu và điều tra của Y. Zhang và tập sự ( 2020 ), nghiên cứu và phân tích trắc lượng thư mục làphương pháp có giá trị trong việc khuynh hướng khơng những về yếu tố nghiên cứu và điều tra mà còn vềvấn đề hợp tác đa ngành, đa nghành nghề dịch vụ, đa vương quốc trong nghiên cứu và điều tra khoa học. 3. Thảo luận và kết luậnKết quả nghiên cứu và phân tích trắc lượng thư mục và việc dự báo xu thế nghiên cứu và điều tra hay xác định129khoảng trống nghiên cứu và điều tra hoàn toàn có thể giảm giá trị do nghiên cứu và phân tích trắc lượng thư mục mặc dầu dựa trênnhững nguồn cơ sở tài liệu tốt, tuy nhiên vẫn còn những nguồn tài liệu thay thế sửa chữa khác hoàn toàn có thể cómột số lượng lớn những công bố mà chúng chưa được sử dụng trong nghiên cứu và phân tích. Các nghiên cứu và phân tích về lượng trích dẫn hoàn toàn có thể có xô lệch về mức độ tác động ảnh hưởng của một cơng bốdo tương quan đến việc trích dẫn và được trích dẫn là một q trình phức tạp và chưa có cơ chếgiám sát độc lập và yếu tố cơng bố hoàn toàn có thể được trích dẫn nhưng ở dạng khơng tích cực, hoặctrong thực trạng đang bị xem xét nhưng lượng trích dẫn vẫn được tính. Nghiên cứu khoa học cần được góp vốn đầu tư đúng và đủ, tiên phong từ việc nhà điều tra và nghiên cứu đượccung cấp quyền truy vấn những nguồn cơ sở tài liệu uy tín để nghiên cứu và phân tích, tìm kiếm và xác địnhđược yếu tố và xu thế nghiên cứu và điều tra đủ mới để triển khai dự án Bất Động Sản nghiên cứu và điều tra có giá trị, cho đếnviệc tạo động lực nghiên cứu và điều tra do q trình nghiên cứu và điều tra và cơng bố cần sử dụng nhiều nguồn lực. Trong toàn cảnh văn minh, nghiên cứu và phân tích trắc lượng thư mục đã trở thành một cơng cụ thiết yếuđể nhìn nhận và nghiên cứu và phân tích công bố điều tra và nghiên cứu của những nhà nghiên cứu ( Ellegaard và Wallin2015 ), sự hợp tác điều tra và nghiên cứu khoa học giữa những tổ chức triển khai ( Skute và tập sự 2019 ), tác động ảnh hưởng củađầu tư cho khoa học so với hiệu suất R&D của vương quốc ( Fabregat-Aibar và tập sự 2019 ) vàchất lượng học thuật ( Van-Raan, 1999 ). TÀI LIỆU THAM KHẢOAna Azevedo and Manuel Filipe Santos. ( 2021 ). Integration Challenges for Analytics, Business Intelligence, and Data Mining. PA : IGI Global. Börner K. và Polley D.E. ( năm trước ). Visual insights. A practical guide to making sense of data. USA : MIT Press. Cadavid-Higuita, L., Awad, G., Cardona, F., và Jaime, C. ( 2012 ). A bibliometric analysis of amodeled field for disseminating innovation. Estudios Gerenciales 28 ( SPE ) : 213 – 236E llegaard, Ole ; Wallin, Johan A. ( năm ngoái ). The bibliometric analysis of scholarly production : How great is the impact ?. Scientometrics 105 : 1809 – 1831. Fabregat-Aibar, Laura ; Barberà-Mariné, M. Glịria ; Terco, Antonio ; Pié, Laia. ( 2019 ). Abibliometric and visualization analysis of socially responsible funds. Sustainability 11 ( 9 ). https://doi.org/10.3390/su11092526.Gusenbauer, Michael. ( 2019 ). Google Scholar to overshadow them all ? Comparing the sizes of12 academic search engines and bibliographic databases. Scientometrics 118 : 177 – 214. H. Small. ( 2006 ). Tracking and predicting growth areas in science, Scientometrics 68 : 595 – 610. Luís M. Carmo Farinha, João J. M. Ferreira, Helen Lawton Smith and Sharmistha Bagchi-Sen. ( năm ngoái ). Handbook of Research on Global Competitive Advantage through Innovation andEntrepreneurship. PA : IGI Global. Moral-Muñoz, José A. ; Herrera-Viedma, Enrique ; Santisteban-Espejo, Antonio ; Cobo, ManuelJ. ( 2020 ). Software tools for conducting bibliometric analysis in science : An up-to-datereview. El profesional de la informaciónv. 29, n. 1, e290103.https : / / doi.org/10.3145/epi.2020.ene.03Porter A.L., Kongthon A. và Lu J.C. ( 2002 ). Research profiling : improving the literature130review. Scientometrics 53 ( 3 ) : 351 – 370. Skute, Igors ; Zalewska-Kurek, Kasia ; Hatak, Isabella ; De-Weerd-Nederhof, Petra. ( 2019 ). Mapping the field : a bibliometric analysis of the literature on university – industrycollaborations. Journal of technology transfer 44 ( 3 ) : 916 – 947. Thelwall, Mike. ( 2018 ). Dimensions : A competitor to Scopus and the Web of Science ?. Journal of informetrics 12 ( 2 ) : 430 – 435. Yucheng Zhang, Meng Zhang, Jing Li, Guangjian Liu d, Miles M. Yang, Siqi Liu. ( 2020 ). Abibliometric review of a decade of research : Big data in business research – Setting aresearchagenda. JournalofBusinessResearch. https://doi.org/10.1016/j.jbusres.2020.11.004.W. H. Güttel and R. Vogel. ( 2013 ). The Dynamic Capability View in Strategic Management : ABibliometric Review. International Journal of Management Reviews 15 : 426 – 446.131