[目的]文献计量方法可以用于反映和预测科学技术发展的历史和趋势。本文基于科学大数据的计量方法探讨植物表型组学的研究现状,为植物表型组学的发展提供参考。[方法]基于Scopus数据库,分析2013年—2018年9月数据库中植物表型组学及其...[目的]文献计量方法可以用于反映和预测科学技术发展的历史和趋势。本文基于科学大数据的计量方法探讨植物表型组学的研究现状,为植物表型组学的发展提供参考。[方法]基于Scopus数据库,分析2013年—2018年9月数据库中植物表型组学及其相关学术产出的文献数量、引用次数、合作单位、研究方向、学术机构和科研团队等信息,利用Sci Val和Cite Space 5.0等统计分析工具,运用可视化数据方法,分析植物表型组学研究领域的发展特点和趋势。[结果]基于Scopus共检索到与植物表型组学研究和应用相关的文献共20 953篇,总被引数217 105,TOP1%高被引论文为2.0%。相关学术产出总被引量TOP10的国家是美国、中国、德国、英国、法国、日本、澳大利亚、西班牙、加拿大和荷兰。相关论文被引总量TOP10的机构分别是中国科学院、法国国家农业研究院、美国农业部、法国国家科学研究院、中国农业科学院、美国康奈尔大学、西班牙高等科学研究委员会、美国加州大学戴维斯分校、法国巴黎萨克莱大学、荷兰瓦赫宁根大学。学术产出最多的学者是德国克斯·普朗克分子植物生理研究所的Alisdair Robert Fernie,共发表58篇植物细胞表型论文,被引1 246次。目前植物表型组学研究的植物种类较少,主要包括拟南芥、水稻、小麦、玉米、番茄和大豆。[结论]作为一个新兴的研究方向,植物表型组学体现出作物栽培、育种、生物学与计算机科学等多学科交叉发展的特性。高通量图像及相关数据分析是现阶段植物表型组学的重要研究方向,主题显著度指数达到98.8%,受关注度极高。展开更多
基于Web of Science(WOS)核心数据库分析了1993—2023年的学术论文,通过CiteSpace软件从WOS发文量和研究领域分析、研究国家和机构分析、被引期刊及文章分析、主题词分析、主题词的突现分析、关键词聚类、研究前沿等方面对植物表型文献...基于Web of Science(WOS)核心数据库分析了1993—2023年的学术论文,通过CiteSpace软件从WOS发文量和研究领域分析、研究国家和机构分析、被引期刊及文章分析、主题词分析、主题词的突现分析、关键词聚类、研究前沿等方面对植物表型文献进行了研究。同时,使用WOS数据库文献分析平台等,采用共被引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。通过构建1993—2003年、2004—2014年、2015—2023年3个时间段的关键词共现矩阵,对不同时间段中主题的变化情况进行了分析。共检索到与植物表型组学研究和应用相关的文献35657篇,发现植物表型组学相关研究当前正处于高速增长阶段。聚类分析结果表明,植物表型组学重点关注以下方向:以分子生物学为代表的领域,以现代遥感技术及农业科学为基础的研究,对农业植物表型与遥感技术的结合进行总结及推论分析。展开更多
文摘[目的]文献计量方法可以用于反映和预测科学技术发展的历史和趋势。本文基于科学大数据的计量方法探讨植物表型组学的研究现状,为植物表型组学的发展提供参考。[方法]基于Scopus数据库,分析2013年—2018年9月数据库中植物表型组学及其相关学术产出的文献数量、引用次数、合作单位、研究方向、学术机构和科研团队等信息,利用Sci Val和Cite Space 5.0等统计分析工具,运用可视化数据方法,分析植物表型组学研究领域的发展特点和趋势。[结果]基于Scopus共检索到与植物表型组学研究和应用相关的文献共20 953篇,总被引数217 105,TOP1%高被引论文为2.0%。相关学术产出总被引量TOP10的国家是美国、中国、德国、英国、法国、日本、澳大利亚、西班牙、加拿大和荷兰。相关论文被引总量TOP10的机构分别是中国科学院、法国国家农业研究院、美国农业部、法国国家科学研究院、中国农业科学院、美国康奈尔大学、西班牙高等科学研究委员会、美国加州大学戴维斯分校、法国巴黎萨克莱大学、荷兰瓦赫宁根大学。学术产出最多的学者是德国克斯·普朗克分子植物生理研究所的Alisdair Robert Fernie,共发表58篇植物细胞表型论文,被引1 246次。目前植物表型组学研究的植物种类较少,主要包括拟南芥、水稻、小麦、玉米、番茄和大豆。[结论]作为一个新兴的研究方向,植物表型组学体现出作物栽培、育种、生物学与计算机科学等多学科交叉发展的特性。高通量图像及相关数据分析是现阶段植物表型组学的重要研究方向,主题显著度指数达到98.8%,受关注度极高。
文摘基于Web of Science(WOS)核心数据库分析了1993—2023年的学术论文,通过CiteSpace软件从WOS发文量和研究领域分析、研究国家和机构分析、被引期刊及文章分析、主题词分析、主题词的突现分析、关键词聚类、研究前沿等方面对植物表型文献进行了研究。同时,使用WOS数据库文献分析平台等,采用共被引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。通过构建1993—2003年、2004—2014年、2015—2023年3个时间段的关键词共现矩阵,对不同时间段中主题的变化情况进行了分析。共检索到与植物表型组学研究和应用相关的文献35657篇,发现植物表型组学相关研究当前正处于高速增长阶段。聚类分析结果表明,植物表型组学重点关注以下方向:以分子生物学为代表的领域,以现代遥感技术及农业科学为基础的研究,对农业植物表型与遥感技术的结合进行总结及推论分析。
