植物共生信號的文獻計量分析

楊紅玉,王明元,*,游曉朝,劉建福

1 華僑大學園藝系,廈門 3610212 華僑大學園藝科學與工程研究中心,廈門 361021

學術信息與動態

植物共生信號的文獻計量分析

楊紅玉1,王明元1,*,游曉朝1,劉建福2

1 華僑大學園藝系,廈門 3610212 華僑大學園藝科學與工程研究中心,廈門 361021

利用Science Citation Index引文數據庫檢索2006—2015年間植物共生信號研究的文獻,分別從植物共生信號研究的國家、機構的發文量、被引頻次、高被引論文及研究方向等進行統計分析,從文獻計量學的角度分析近10年來植物共生信號研究的發展狀況。結果顯示2006—2015年間共有植物共生信號文獻3724篇,近10年來文獻量逐漸增多,主要研究方向是植物科學、微生物學、生物化學與分子生物學、遺傳學等。美國、法國、德國等國家在該領域內影響力大,中國近幾年在該領域的研究動態也比較活躍,但距離世界先進水平還有一定的差距。由此可見,植物共生信號研究日益引起人們的關注,美國等發達國家在該領域占有絕對優勢,中國還處在起步階段,應進一步提高對該領域研究的關注和研究水平。

植物共生信號；Web of Science；文獻計量學

植物與土壤微生物的共生關系在自然界中普遍存在,共生是生物適應自然環境的一種必然現象,得到了國內外學者廣泛的研究[1]。共生體的形成對改善植物水分吸收、礦質營養、代謝調節以及增強抗逆性等均有一定的促進作用[2- 3]。在自然界不良環境因素對農林業生產的影響日趨增多的今天,植物與微生物的共生關系成為學者越來越多的研究領域,利用二者共生的技術也逐步投入實際應用。

為了解國際對植物共生關系研究的總體水平以及我國與世界先進水平的差距,了解該領域的發展趨勢及研究動態,方便科技工作者掌握本領域的研究現狀,面對海量的研究文獻,使用傳統的綜述方法很難進行全面分析,最好的手段就是用系統、精準的文獻計量方法進行統計分析[4]。文獻計量學以其嚴謹的數量分析方法、令人信服的分析結果被公認為定量測度基礎科學活動、學科布局以及學科發展動態的重要方法之一[5]。Web of Science(WOS)是美國Thomson Reuters公司基于web平臺開發的產品,是全球最大、覆蓋學科最多的綜合性學術信息資源,收錄了自然科學、工程技術、生物醫學等各個研究領域超過12000多種最具影響力的核心學術期刊。利用WOS豐富而強大的檢索功能進行文獻計量學統計分析,可以全面把握某一學科、某一課題最新的研究信息,跟蹤國際學術前沿、科研立項,以及在課題研究過程中及時了解國際動態[6]。目前已應用于各學科分析,安嘉璐等用于合成生物學研究[7]；Fu等用于固態廢棄物方面研究[8]；Behrens等用于數學學科分析[9]；趙慶齡等用于土壤重金屬污染研究[10]；劉彬等用于園藝學基礎研究發展狀況分析等[11],得到了廣大學者的認可。

本文使用引文數據庫WOS檢索2006—2015年有關植物共生信號的文獻,對植物共生信號在世界范圍內研究居前的國家(地區)、高被引論文、研究機構等進行文獻計量分析,以了解對植物共生信號的國際研究動態,從而對我國在該方面的研究提供參考依據。

1 數據來源和統計分析

本文以WOS中的Science Citation Index Expanded為數據來源,以“plant AND symbiont OR symbiosis AND signal”作為主題詞,時間限定在2006—2015年進行檢索文獻。使用美國科學情報研究所(ISI)出版的期刊引證報告JCR(Journal Citation Reports)統計功能和excel,以文獻計量學的方法分別從植物共生信號研究的國家、研究方向、機構、年代等方面對檢出的文獻進行統計分析。其中,發文量：科研工作者、科研機構或國家在一定時間內的總發文量。被引頻次：科研工作者、科研機構或國家在一定時間內的總引用篇次。篇均被引頻次：科研工作者、科研機構或國家在一定時間內的被引頻次與發文量的比值。H指數(H-index)：科研工作者、科研機構或國家在一定時間內,發表的論文至少有H篇的被引頻次大于或等于H次。

2 結果與分析

2.1 植物共生信號文獻產出前10位國家分析

在SCI-Expanded中,2006—2015年以植物共生信號為主題的文獻共檢索到5449篇。從文獻的國家/地區分布(表1)可以看出,美國、法國、德國為發文量前三甲國家,其中美國處于領先地位,其論文產出量約占發表總數的19.46%,遠遠高于其他國家和地區。中國的論文產出數量為187篇,約占發表總數的3.44%,排名第6,不及美國的1/6。2006—2010年間,中國排名在此10個國家/地區之后,與美國差距甚大,但是在2011—2015年間,中國躍居第4名,說明近幾年中國在該領域的研究比較活躍,科研能力不斷提高。

表1 2006—2015年以植物共生信號為主題的SCI收錄文獻量排名前10位的國家

2.2 文獻的研究方向分析

通過對文獻研究方向的分析,可以了解植物共生信號的主要研究內容。經統計,在2006—2015年間,該領域研究方向較多的是植物科學(2029篇)、微生物學(1564篇)、生物化學與分子生物學(1554篇)、遺傳學(1480篇)、環境及生物科學(758篇)和細胞生物學(723篇)(表2)。

文獻被引用次數常被用來作為文獻學術水平和影響力的評價指標[12],從篇均被引次數和h指數可以看出,2011—2015年間在此6個研究方向文獻數量增加的同時,文獻的質量明顯的降低。此外, 2006—2015年間,在該領域文獻記錄數排名前10位的國家,在植物科學、微生物學、生物化學及分子生物學3個研究方向的分布也有一定的差異(表3)。在植物科學方面,美國、法國和德國的文獻占文獻總數的5%以上,而中國僅有2.57%；在微生物學方面,美國所占的比例最高,其他國家均在1%—3%左右；在生物化學與分子生物學方面,美國與法國所占的比例較高。其中,中國在該3個研究方向中,植物科學方面的文獻數較高,說明中國在應用研究中所做的工作相對較多。

表2 2006—2015年以植物共生信號為主題的SCI收錄文獻量排名前6的研究方向

2.3 植物共生信號文獻產出前10位機構分析

通過對文獻所屬機構進行分析,可以發現有關植物共生信號研究的高產出大學及研究機構,從而有利于機構間的合作。按機構的發文量進行排序(表4),從表中可以看出植物共生信號文獻產出前8位的機構中有一半來自法國,是植物共生信號研究機構最多的國家,其次是美國,西班牙在該領域中也占有一席之地。其中法國的國家科學研究院表現最為突出,發文量多達245篇,h指數高達48,無論是發文量還是h指數均居于首位,顯示出其在植物共生信號研究的絕對領先地位。而篇均被引次數最多的是法國的圖盧茲大學,也充分顯示了該研究機構在此領域的重要影響力。

表3 2006—2015年以植物共生信號為主題的SCI收錄文獻量排名前10位的國家在部分研究方向的文獻比例分布/%

在中國,發文量最高的科研機構是中國科學院,發文量為49篇,超過第2的南京農業大學34篇(表5)。篇均引用次數超過10的科研機構只有兩家,分別是中國科學院(11.02)和浙江大學(12.15),與表4中其他國家科研機構的篇均引用次數比起來還有一定的差距,說明中國的植物共生信號文獻的整體質量水平不高。結合篇均引用次數和h指數分析,中國科學院在植物共生信號研究上綜合實力較強。

表4 2006—2015年以植物共生信號為主題的SCI收錄文獻量世界排名前8位的研究機構

表5 2006—2015年以植物共生信號為主題的SCI收錄文獻數中國排名前5位的研究機構

2.4 植物共生信號高被引文獻分析

被引頻次反映了科研論文被其他國家、機構、學者的認可度,被引頻次越高,說明論文的影響力越大,學術水平和論文質量越高[13- 14]。高被引論文有利于追蹤某個領域最熱門的研究專業領域和最新的發展方向[4]。由表6可知,美國高被引論文所占比例以35.45%,居10個國家之首,德國以16.41%的比例居第2,這2個國家的高被引論文所占比例均總值超過世界總值的一半,法國和英國高被引論文所占比例也均超過世界平均水平。

2.5 植物共生信號文獻年度分布

文獻產出的數量在一定程度上可反映學科領域科學研究和發展的活躍度[15]。按年份統計(表7),植物共生信號文獻量每年呈明顯上升趨勢,2006—2015年間,世界文獻總量從239篇增加到480篇,增幅為100%。其中中國文獻總量從6篇增加到43篇,增加了近6倍,遠高于整體增幅,占世界植物共生信號文獻總量的比例也從3.21%上升到23%,也就是說,在2015年全球大約每4篇植物共生信號文獻中,就有一篇來自中國。

表6 2006—2015年以植物共生信號為主題的SCI收錄高被引論文數世界排名前10位的國家

Table 6 The top 10 most productive countries of highly cited papers on signal in plant symbiosis published in SCI-indexed journals in 2006—2015

國家Country記錄數Recordaccount比例/%Percent篇均被引次數Averagecitedtimesh指數h-index美國USA6735．45167．0548德國Germany3116．41153．5226法國France3015．88178．3327英國England2814．82148．9624日本Japan1910．06121．1118荷蘭Netherlands189．53214．7217西班牙Spain115．82120．9110瑞士Switzerland105．30204．809澳大利亞Australia105．30161．9010蘇格蘭Scotland94．77117．788

表7 2006—2015年以植物共生信號為主題的SCI收錄文獻量年度排布

3 結論與討論

通過對Web of Science中2006—2015年植物共生信號文獻的主要國家、主要研究機構、研究方向、高被引文獻、年發文量進行分析,得出以下結論：

近年來植物共生信號相關研究文獻逐漸增多,引起世界各國的重視。

從國家、機構的發文量和被引頻次看,國家科研機構和高校是植物共生信號發文量的主角,且美國、法國、德國在該領域的研究處于世界領先地位。高被引論文數排行前三的是美國、德國與法國,在植物共生信號研究領域有著非常強的國際影響力和話語權。美國的發文數量和發文質量均居榜首,研究機構較多。而中國是植物共生信號研究起步較晚的國家,與美國差距甚大。近幾年中國在該領域的研究動態較活躍,發文數量躍居世界第四,但是論文的篇均被引頻次及高被引文獻數均遠遠落后,缺乏高質量、高影響力的論文。國內,從植物共生信號文獻的質量來看,無論是篇均引用頻次還是h指數,質量較高的是中國科學院,但是國際綜合影響力和競爭力離世界先進水平還有一定的差距,亟待通過加強經費投入、人才引進、加強國際合作,推動我國植物共生信號的研究,縮短與國際水平的差距,提高我國在該領域的影響力。

從研究方向上來看,植物共生信號研究目前的熱點是植物科學。由于學科交叉性,植物學、微生物學、遺傳學等生物學各個研究領域甚至其他學科的學者都可以進行植物共生信號的相關研究,導致了該領域的研究力量的相對分散。同時,學科的交叉也意味著該領域的研究成果可以在多種學科的專業期刊上發表。

Web of Science數據庫收錄了全球12000余種世界權威的、高影響力的學術期刊,最早可以回溯至1900年,是獲取全球學術信息重要的數據庫[16]。該數據庫以其具有的強大的統計與分析功能,在快速鎖定高影響力論文、發現國內外同行權威所關注的研究方向、揭示課題的研究趨勢、選擇合適的期刊投稿等方面顯示出很強的優勢,能夠幫助科研人員更好地把握研究的突破與創先點,及時跟蹤科研動態,已經越來越廣泛的被科研人員所采用[4]。

[1] Balestrini R, Bonfante P. Cell wall remodeling in mycorrhizal symbiosis: a way towards biotrophism. Frontiers in Plant Science, 2014, 201(4): 237.

[2] 趙青華, 孫立濤, 王玉, 丁兆堂, 李敏. 叢枝菌根真菌和施氮量對茶樹生長、礦質元素吸收與茶葉品質的影響. 植物生理學報, 2014, 50(2): 164- 170.

[3] Fellbaum C R, Mensah J A, Cloos A J, Strahan G E, Pfeffer P E, Kiers E T, Bücking H. Fungal nutrient allocation in common mycorrhizal networks is regulated by the carbon source strength of individual host plants. New Phytologist, 2014, 203(2): 646- 656.

[4] 張娟, 王寧, 張以民, 李云霞. 基于Web of Science的國際柑橘黃龍病文獻計量分析. 果樹學報, 2014, 31(6): 1139- 1146.

[5] 邱均平. 文獻計量學. 武漢: 武漢大學出版社, 1988.

[6] 齊青. Web of Science的檢索和應用. 圖書館工作與研究, 2013, 1(2): 110- 112.

[7] 安嘉璐, 田玲, 周艷玲, 陳丹霞, 鹿子康. 基于Web of Science的合成生物學文獻計量分析. 現代生物醫學進展, 2015, 15(1): 139- 144, 170- 170.

[8] Fu H Z, Ho Y S, Sui Y M, Li Z S. A bibliometric analysis of solid waste research during the period 1993- 2008. Waste Management, 2010, 30(12): 2410- 2417.

[9] Behrens H, Luksch P. Mathematics 1868—2008: a bibliometric analysis. Scientometrics, 2011, 86(1): 179- 194.

[10] 趙慶齡, 路文如. 土壤重金屬污染研究回顧與展望——基于web of science數據庫的文獻計量分析. 環境科學與技術, 2010, 33(6): 105- 111.

[11] 劉彬, 鄧秀新. 基于文獻計量的園藝學基礎研究發展狀況分析. 中國農業科學, 2015, 48(17): 3504- 3514.

[12] 楊俊麗. 基于SCI的河南農業大學科技論文統計分析. 科技管理研究, 2012, 32(11): 132- 135.

[13] 張靜. 引文、引文分析與學術論文評價. 社會科學管理與評論, 2008, (1): 33- 38.

[14] 楊蘋, 顧東蕾, 馬世平. 基于Web of Science的罕用藥文獻計量分析. 上海醫藥, 2015, 36(11): 50- 53

[15] 楊金鳳, 張纓. 基于Web of Science的PM2.5文獻計量分析. 衛生職業教育, 2015, 33(18): 154- 156.

[16] 袁飛, 李瓏. 小議Web of Science檢索技巧——以SCIE為例. 現代情報, 2013, 33(5): 62- 65.

國家自然科學基金(31101512)

2016- 04- 23; 網絡出版日期:2017- 03- 02

10.5846/stxb201604230770

*通訊作者Corresponding author.E-mail: w_mingyuan@163.com.

楊紅玉,王明元,游曉朝.植物共生信號的文獻計量分析.生態學報,2017,37(14):4913- 4918.