ثریا ذوالفقاری

هدف: کاربرد نقشه های حاصل از تحلیل هم رخدادی واژگان پروانه های ثبت اختراع در آشکارسازی دانش فنی حوزه برق زیرسطحی های هوشمند. روش شناسی: از تحلیل هم رخدادی واژگان برای ترسیم نقشه های موضوعی فناوری AUV بهره گرفته شد. به منظور کسب نظر متخصصان از کاربرد این نقشه ها روش دلفی پیاده سازی شد. پروانه های ثبت اختراع حوزه برق زیرسطحی های هوشمند که در پایگاه های Google Patent و Lens نمایه شده بودند به صورت تمام متن بازیابی شدند. برای یافتن پروانه های ثبت اختراع مرتبط، از روش جستجوی دوگانه کلیدواژه رده استفاده شد. سرانجام تعداد 223 پروانه ثبت اختراع بررسی شد. یافته ها: نقشه های موضوعی سبب درک بهتر و آشنایی اولیه با محتوای برق زیرسطحی های هوشمند می شود. این نقشه ها برای خبرگانی که پیش زمینه قبلی دارند می تواند نقطه آغازی برای آشنایی با دانش فنی باشد. اگر این نقشه ها به نقشه راه تبدیل شود، می تواند مؤثر باشد؛ اما در خصوص به روزرسانی دانش افراد متخصص کاربردی ندارد. نتیجه گیری: نقشه های به دست آمده از تحلیل هم موضوعی باید از دو منظر نوآشنایان، و متخصصان و خبرگان مورد توجه قرار گیرد.

پژوهش حاضر در نظر دارد با رویکردهای علم سنجی به مطالعه رابطه محتوایی بین مدارک علم و فناوری از طریق مقایسه واژگان مقالات و پروانه های ثبت اختراع در زمینه برق زیر سطحی های هوشمند (AUV) بپردازد. روش پژوهش توصیفی است. برای انجام پژوهش، ابتدا پروانه های ثبت اختراع از وبگاه های Google Patent و Lens و مقالات از پایگاه IEEE Xplore بازیابی شدند. برای یافتن پروانه های مرتبط، از روش جستجوی دوگانه کلیدواژه رده استفاده شد. به این صورت که در جستجو دستور داده شد تا پروانه ها بازیابی شود که حاوی کلیدواژه ""Autonomous Underwater Vehicle"" هستند. هم چنین، جستجو به رده H محدود شد. این پروانه ها و مقاله ها با توجه به عنوان و چکیده، با روش نیمه خودکار نمایه سازی شدند. حاصل نهایی این نمایه سازی، تعداد 195 کلیدواژه برای پروانه های ثبت اختراع و 114 کلید واژه برای مقاله ها بود. ماتریس هم رخدادی این کلیدواژه ها، با نرم افزار راور ماتریس ایجاد شد. نقشه روابط سلسه مراتبی این کلیدواژه ها با نرم افزار SPSS رسم شد. طبق یافته ها، 65 درصد از کلیدوازه مقالات همان اصطلاحاتی هستند که در پروانه های ثبت اختراع وجود دارد، اما تنها 23 درصد از کلیدواژه های پروانه های ثبت اختراع شبیه به مقالات است. همچنین مقایسه ساختاری خوشه بندی های حاصل از پروانه های ثبت اختراع و مقالات نشان داد که از لحاظ ساختار هم جواری بین خوشه ها، شباهت در حد صفر است. یافته دیگر نشان داد که شباهت بین اعضای شبکه های خصوصی(اگو) موضوعات پر نفوذ در هر دو نوع مدرک در دو مورد صفر و در بقیه موارد به جز Data زیر 15 درصد است. در کل می توان گفت در حوزه برق AUV ، علم از فناوری متأثر می شود.