Bibliometrix للتحليل الببليومتري: كيفية تحليل الإنتاج العلمي باستخدام R

Bibliometrix حزمة مفتوحة المصدر ضمن بيئة R صُممت لإجراء التحليل الببليومتري ورسم خرائط العلم بصورة قابلة للتكرار، إذ تساعد الباحث على استيراد البيانات الببليوغرافية وتنظيمها وتحليل الإنتاج العلمي والاستشهادات والشبكات والموضوعات وتطورها عبر الزمن. وتبرز قيمتها عندما يحتاج الباحث إلى مسار تحليلي يمكن توثيق خطواته وإعادة تشغيله وتعديل إعداداته وفق أسئلة الدراسة.

ويوضح هذا المقال كيفية تجهيز البيانات واستيرادها وتنظيفها وإجراء التحليل الوصفي وبناء الشبكات والخرائط الموضوعية، كما يبين دور Biblioshiny للباحثين الذين يفضلون الواجهة الرسومية، ويوضح الفرق بين العمل عبر الواجهة والعمل باستخدام Bibliometrix R في البحوث والرسائل العلمية.

 

ما هي Bibliometrix؟

تعمل Bibliometrix داخل R بوصفها منظومة للتحليل الكمي في bibliometrics وscientometrics، وتوفر وظائف لاستيراد البيانات وتحويلها وإجراء التحليل الوصفي وبناء شبكات الاقتران والاستشهاد المشترك والتعاون والكلمات المشتركة. ويتيح هذا التكامل للباحث الانتقال من ملف البيانات الخام إلى الجداول والشبكات والخرائط ضمن بيئة تحليلية واحدة.

 

لماذا يفضل بعض الباحثين العمل داخل R؟

تتمثل الميزة الرئيسة في أن الأوامر يمكن حفظها وإعادة تشغيلها، وهو أمر مفيد عندما يحتاج الباحث إلى تحديث corpus، أو تعديل معيار الإدراج، أو إعادة إنتاج شكل بعد تغيير أحد الإعدادات. كما يستطيع الباحث الاحتفاظ بالسكريبت إلى جانب ملفات البيانات، بما يجعل خطوات التحليل الببليومتري باستخدام R أكثر شفافية من سلسلة إجراءات لا يوجد لها سجل قابل للمراجعة.

وتتيح بيئة R كذلك ربط المخرجات بمعالجة إضافية للبيانات أو الرسوم أو التقارير، وهو ما يجعلها مناسبة للباحث الذي يريد التحكم في سير العمل بدل الاقتصار على خيارات واجهة جاهزة.

ما الفرق بين Bibliometrix وBiblioshiny؟

تتيح Bibliometrix مسارين متكاملين للعمل: استخدام الدوال والأوامر مباشرة داخل R، أو الاستفادة من Biblioshiny بوصفها واجهة ويب تفاعلية تسهل الوصول إلى كثير من الوظائف دون كتابة الكود. ويختلف الاختيار بينهما وفق خبرة الباحث وطبيعة المشروع، كما يتضح فيما يلي:

 

جانب المقارنة	العمل عبر R	العمل عبر Biblioshiny
طريقة الاستخدام	أوامر ودوال برمجية	واجهة رسومية تفاعلية
المعرفة البرمجية	R تحتاج إلي أساسيات	لاتشترط كتابة الكود في التحليلات الرئيسة
قابلية التكرار	مرتفعة عند حفظ السكريبت	ممكنة عند حفظ البيانات والإعدادات والتقارير
التخصيص	أوسع وأكثر مرونة	أسهل للمستخدم غير البرمجي
الاستخدام التعليمي	مناسب لفهم سير العمل البرمجي	مناسب لفهم الخطوات والمخرجات بصريًا
الأنسب للباحث	من يحتاج تحكمًا وتخصيصًا أكبر	من يريد البدء دون خبرة برمجية واسعة

تُعد Biblioshiny مناسبة للباحث المبتدئ لأنها تعرض مسار التحليل من خلال القوائم والنقر، بينما يمنح العمل المباشر في R تحكمًا أوسع في الدوال والمعلمات وحفظ workflow برمجي كامل. ولا توجد ضرورة للاختيار النهائي بين المسارين؛ فقد يبدأ الباحث بالواجهة ثم ينتقل إلى الكود عندما يحتاج إلى قابلية تكرار أو تخصيص أكبر.

 

ما الإصدار الحالي وكيف يتم تثبيت Bibliometrix؟

يُعد تثبيت Bibliometrix خطوة بسيطة تقنيًا، لكن توثيق إصدار الحزمة وإصدار R المستخدمين في الدراسة جزء مهم من قابلية إعادة التحليل، خصوصًا عندما تتغير بعض الوظائف أو الإعدادات بين الإصدارات. ووفق النص المعتمد للمقال، يمكن تنفيذ التثبيت والتشغيل على النحو الآتي:

1-تثبيت النسخة المستقرة من CRAN:

install.packages(“bibliometrix”)

2-تحميل الحزمة داخل R:

library(bibliometrix)

3-تشغيل الواجهة التفاعلية:

biblioshiny()

ووفق البيانات الواردة في المادة الأصلية، تعرض CRAN حتى أغسطس 2026 الإصدار 5.4.1 المنشور في 16 يونيو 2026، ويعتمد على R إصدار 3.5.0 أو أحدث. ومن الأفضل في الدراسة تسجيل الإصدار الذي استُخدم فعليًا عند تنفيذ التحليل، وعدم تحديث رقم الإصدار في الرسالة إلا إذا أعيد تشغيل الإجراءات على الإصدار الجديد.

 

ما قواعد البيانات التي يمكن استيرادها؟

تدعم Bibliometrix استيراد وتحويل بيانات من عدة مصادر ببليوغرافية، لكن اختلاف الصيغ والحقول بين قاعدة وأخرى يجعل اختيار المصدر والتصدير جزءًا من التصميم المنهجي للدراسة. ومن أبرز القواعد التي يدعمها المسار الوارد في المقال ما يلي:

1. Scopus لإتاحة بيانات ببليوغرافية يمكن تصديرها بصيغ مدعومة للتحليل.
2. Web of Science لتوفير سجلات تتضمن حقولًا مناسبة للتحليل الببليومتري وفق طريقة التصدير.
3. Dimensions بوصفها أحد المصادر التي يمكن تحويل بياناتها إلى البنية الموحدة للحزمة.
4. OpenAlex لإتاحة بيانات يمكن استخدامها في دراسات الإنتاج العلمي والشبكات وفق الحقول المتاحة.
5. Lens ضمن المصادر التي يمكن استيراد بياناتها وتحويلها.
6. PubMed في الدراسات التي تعتمد على السجلات الببليوغرافية المتاحة في المجال الصحي والطبي.
7. Cochrane Library ضمن المصادر المدعومة وفق صيغ الاستيراد المتاحة.

ولا يصح اختيار قاعدة لمجرد سهولة التصدير إذا كانت تغطيتها لا تمثل المجال بصورة مناسبة، كما أن الجمع بين أكثر من قاعدة يتطلب معالجة التكرارات وتوحيد الحقول وفهم اختلاف التغطية.

كيف تجهز البيانات قبل التحليل الببليومتري باستخدام R؟

يبدأ العمل باستخدام Bibliometrix قبل تشغيل أي دالة؛ إذ يجب أن يحدد الباحث السؤال البحثي ونطاق corpus واستراتيجية البحث ومعايير الاختيار قبل الانتقال إلى الاستيراد والتحليل. ولإعداد البيانات بصورة منظمة، يمكن اتباع الخطوات الآتية:

1- صغ استراتيجية بحث قابلة للتوثيق

اكتب المصطلحات والمترادفات وروابط AND وOR، وحدد الحقول التي سيطبق عليها البحث، ثم اختبر الصيغة للتأكد من استرجاع الدراسات المحورية وعدم جلب عدد كبير من النتائج غير المرتبطة. ويجب أيضًا تسجيل تاريخ تنفيذ الاستعلام لأن نتائج قواعد البيانات قد تتغير مع مرور الوقت.

2-حدد معايير الإدراج والاستبعاد

حدد الفترة الزمنية، ونوع الوثيقة، واللغة، والمجال الموضوعي، والمصدر، وأي فلاتر أخرى ترتبط بسؤال الدراسة. وينبغي أن يكون لكل قيد مبرر منهجي واضح، لا أن يستخدم فقط لتقليل عدد الوثائق المسترجعة.

3- صدّر البيانات بالصيغة المناسبة

تختلف صيغ التصدير باختلاف المصدر؛ فالمادة الأصلية تشير إلى إمكان التعامل مع BibTeX أو النصوص من Web of Science، وBibTeX أو CSV من Scopus، إلى جانب صيغ أخرى لقواعد مختلفة. ويجب اختيار الصيغة التي تحافظ على الحقول اللازمة لـ تحليل البيانات الببليومترية المخطط له.

4-افحص جودة البيانات ونظف السجلات

راجع البيانات المستوردة للتأكد من اكتمال الحقول الضرورية، واكتشاف السجلات المكررة أو الناقصة، وتصحيح الاختلافات الواضحة في أسماء المؤلفين والمؤسسات والمصادر. وتساعد هذه الخطوة على منع تضخم المؤشرات أو ظهور عناصر متطابقة بوصفها كيانات مختلفة أثناء التحليل.

5- وحّد الكلمات المفتاحية والمصطلحات

راجع الكلمات المفتاحية والمصطلحات قبل بدء التحليل، ووحّد المترادفات والاختصارات والصيغ المختلفة التي تشير إلى المفهوم نفسه. وتكتسب هذه الخطوة أهمية خاصة في تحليل البيانات الببليومترية؛ لأن عدم توحيد المصطلحات قد يؤدي إلى تشتيت التكرارات وتشويه بنية الشبكات والخرائط الموضوعية.

وبعد استكمال هذه الخطوات، يصبح ملف البيانات أكثر جاهزية للتحليل داخل Bibliometrix؛ إذ يضمن التوثيق الجيد والتنظيف المنهجي وتوحيد المصطلحات أن تعكس النتائج البنية الفعلية للإنتاج العلمي، لا أخطاء الاسترجاع أو اختلافات التسجيل. وتمهد هذه المرحلة للانتقال إلى استيراد البيانات في R وبدء تحليل المؤشرات والشبكات والخرائط الببليومترية بصورة أكثر دقة وموثوقية.

 

كيف تنظف البيانات قبل تحليلها؟

تتأثر نتائج Bibliometrix بجودة البيانات بصورة مباشرة، لأن الاختلافات في كتابة أسماء المؤلفين والمؤسسات والكلمات والمراجع قد تنتج عقدًا أو مجموعات منفصلة لا تعبر عن الواقع البحثي. ولهذا ينبغي أن يسبق التحليل الفعلي مسار تنظيف واضح يشمل ما يلي:

1-إزالة السجلات المكررة

عند استخدام أكثر من قاعدة يمكن الاستفادة من mergeDbSources() لدمج أطر البيانات مع خيار إزالة الوثائق المكررة. ومع ذلك، لا ينبغي اعتبار الإزالة الآلية كافية دائمًا؛ فقد تجعل المعرفات الناقصة أو الاختلافات البسيطة بعض النسخ المكررة بحاجة إلى مراجعة إضافية.

2-توحيد الكلمات

راجع الاختصار والاسم الكامل، والمفرد والجمع، والصيغ الإملائية المختلفة، والمصطلحات العامة، والكلمات التي تغير استخدامها عبر الزمن. وينبغي الاحتفاظ بقواعد التنظيف والمترادفات والاستبعادات المستخدمة حتى يكون التحليل الببليومتري باستخدام R قابلًا للتفسير وإعادة التنفيذ.

3-توحيد أسماء المؤسسات

تزداد أهمية هذه الخطوة في الدراسات السعودية بسبب إمكان ظهور الجامعة بصيغ إنجليزية متعددة أو باسم سابق، أو تسجيل الكليات والمستشفيات التابعة لها بطرق مختلفة. وإذا كان السؤال يتعلق بالتعاون المؤسسي أو الإنتاج الجامعي، فمن الأفضل بناء قاموس توحيد يوضح قرارات الدمج المستخدمة.

4-مراجعة أسماء المؤلفين

قد يظهر المؤلف نفسه بصيغ مختلفة نتيجة استخدام الأحرف الأولى، أو اختلاف ترتيب الاسم، أو تغير طريقة التسجيل بين قواعد البيانات. لذلك ينبغي مراجعة الأسماء المتشابهة ودمج ما يثبت أنه يعود إلى الباحث نفسه، خاصة عند تحليل الإنتاج العلمي أو شبكات التأليف المشترك.

5-فحص الحقول الناقصة وغير المتسقة

ينبغي مراجعة الحقول الأساسية مثل العنوان، وسنة النشر، والمصدر، والكلمات المفتاحية، والانتماء المؤسسي، والمراجع، والتأكد من عدم وجود نقص أو تنسيق غير متسق يؤثر في التحليل. وتساعد هذه الخطوة على تقليل الأخطاء التي قد تنتقل لاحقًا إلى الجداول والشبكات والخرائط.

وبعد استكمال إزالة التكرار وتوحيد الكلمات والمؤسسات وأسماء المؤلفين وفحص الحقول، تصبح قاعدة البيانات أكثر اتساقًا وجاهزية للتحليل. وتمثل هذه المرحلة أساسًا مهمًا قبل تشغيل أدوات Bibliometrix وبناء المؤشرات والشبكات الببليومترية بصورة أدق وأكثر قابلية للتفسير.

 

كيف تحلل المؤلفين والمصادر والوثائق؟

تتيح Bibliometrix دراسة الأداء العلمي على مستويات متعددة، لكن اختيار المؤشرات يجب أن يرتبط بسؤال الدراسة لا بمجرد توافرها داخل البرنامج. ويمكن تنظيم هذا الجزء في ثلاثة مستويات رئيسة كما يلي:

1-المؤلفون

يمكن دراسة عدد المنشورات، وتطور نشاط المؤلف عبر السنوات، وأنماط التعاون، والمؤشرات الاستشهادية المناسبة، وصلته بالمجموعات الفكرية أو الموضوعية. ومع ذلك، لا ينبغي وصف الباحث بأنه «الأفضل» اعتمادًا على عدد المنشورات أو h-index وحده، لأن المؤشرات تتأثر بالتخصص والعمر الأكاديمي ونمط التأليف وقاعدة البيانات.

2-المصادر

يمكن تحليل المجلات الأكثر نشرًا داخل corpus، وتطور حضورها عبر الزمن، وصلتها بالموضوع المدروس. والهدف هنا ليس إنشاء تصنيف عالمي للمجلات، بل فهم منافذ النشر التي أسهمت في تشكيل الحقل خلال الفترة المحددة.

3-الوثائق

يمكن التمييز بين الاستشهادات المحلية داخل corpus والاستشهادات العالمية المتاحة في البيانات. وهذه التفرقة مهمة لأن دراسة قد تكون مركزية داخل مجال ضيق، حتى لو لم تكن من أكثر الوثائق استشهادًا على المستوى العالمي.

4-المؤسسات

يمكن تحليل المؤسسات الأكثر إسهامًا في الإنتاج العلمي، ومعدلات التعاون بينها، وتطور حضورها عبر الزمن، مع مراعاة اختلاف أحجام الجامعات والمراكز البحثية. ولا ينبغي تفسير كثرة المنشورات وحدها باعتبارها دليلًا مباشرًا على التفوق المؤسسي دون النظر إلى حجم المؤسسة وتخصصها وسياقها البحثي.

5-الدول

يساعد تحليل الدول على فهم التوزيع الجغرافي للإنتاج العلمي، وتحديد الدول الأكثر مشاركة في المجال، وقياس أنماط التعاون الدولي بينها. ويمكن كذلك التمييز بين الإنتاج المحلي والتعاون متعدد الدول لفهم درجة الانفتاح البحثي وانتشار الموضوع عالميًا.

6-الاستشهادات

يمكن استخدام مؤشرات الاستشهاد لفهم تأثير المؤلفين والوثائق والمصادر داخل المجال، مع التمييز بين عدد الاستشهادات الخام والمؤشرات النسبية عند الحاجة. وينبغي تفسير هذه القيم في ضوء عمر الوثيقة والتخصص وقاعدة البيانات، لأنها لا تعكس الجودة العلمية بصورة منفردة.

7-شبكات التعاون

تسمح Bibliometrix بتحليل شبكات التأليف المشترك بين الباحثين والمؤسسات والدول للكشف عن المجموعات البحثية والروابط الأكثر كثافة. ويساعد هذا التحليل على فهم البنية الاجتماعية للحقل، وتحديد مراكز التعاون والعلاقات التي تسهم في انتشار المعرفة.

وبعد تحليل المؤلفين والمصادر والوثائق والمؤسسات والدول والاستشهادات وشبكات التعاون، يصبح لدى الباحث تصور أكثر تكاملًا عن أداء الحقل وبنيته العلمية والاجتماعية. وتمهد هذه المؤشرات للانتقال من وصف الإنتاج العلمي إلى تفسير العلاقات والأنماط والاتجاهات التي تشكل تطور المجال البحثي.

 

ما الفرق بين Co-citation وBibliographic Coupling؟

تدعم Bibliometrix كلًا من Co-citation وBibliographic Coupling، لكن الفرق بينهما منهجي وليس شكليًا؛ لذلك ينبغي اختيار التحليل بناءً على نوع العلاقة التي يريد الباحث دراستها. ويمكن توضيح الفروق الأساسية فيما يلي:

جانب المقارنة	Co-citation	Bibliographic Coupling
منطق العلاقة	وثيقتان أو مرجعان يستشهد بهما معًا في أعمال لاحقة	وثيقتان تستشهدان بمراجع مشتركة
توقيت تكون العلاقة	تتغير مع تراكم الاستشهادات اللاحقة	تكون معروفة من مراجع الوثيقتين عند النشر
الاستخدام الشائع	استكشاف القواعد والبني الفكرية الراسخة	دراسة التقارب المعرفي بين الأعمال
ملاءمة الأعمال الحديثة	قد تحتاج وقتًا لتراكم الاستشهادات	قد تكون أكثر فائدة في دراسة الأعمال الأحدث

وعند إجراء bibliometric analysis in R لا ينبغي اختيار التحليل الذي ينتج خريطة أكثر جاذبية، بل التحليل الذي يجيب عن سؤال الدراسة ويعكس نوع العلاقة العلمية المراد تفسيرها.

كيف تحلل شبكات التعاون العلمي؟

تتيح Bibliometrix بناء شبكات تعاون بين المؤلفين أو المؤسسات أو الدول، وهو ما يساعد على فهم البنية الاجتماعية للإنتاج العلمي بدل الاكتفاء بعدد المنشورات أو الاستشهادات. ويمكن أن يوجه الباحث التحليل نحو مجموعة من الأسئلة، أبرزها:

1. من الباحثين الذين يشكلون مجموعات تعاون متكررة؟
2. ما المؤسسات التي تتعاون بصورة متكررة داخل corpus؟
3. ما الدول الأكثر اتصالًا في شبكة التعاون؟
4. هل توجد مجموعات منفصلة أو ضعيفة الترابط؟
5. هل تغير نمط التعاون عبر الفترات الزمنية؟
6. من الباحثين أو المؤسسات التي تؤدي دورًا مركزيًا في ربط مجموعات التعاون المختلفة داخل الشبكة؟
7. ما مدى اعتماد التعاون العلمي على عدد محدود من الباحثين أو المؤسسات مقارنة بانتشاره بين أطراف متعددة؟
8. كيف تختلف أنماط التعاون بين الموضوعات أو التخصصات الفرعية الموجودة داخل corpus؟

وفي السياق السعودي يمكن دراسة التعاون بين الجامعات السعودية، أو العلاقات بين المؤسسات السعودية وشركائها الدوليين، أو شبكة تخصص محدد داخل المملكة. ومع ذلك، لا يعني ارتفاع عدد الروابط أن المؤسسة أعلى جودة؛ فالشبكة تصف نمط التعاون ولا تقيس جودة الأبحاث بصورة مباشرة.

 

كيف تحلل الكلمات والبنية المفاهيمية؟

تستخدم Bibliometrix تحليل الكلمات المشتركة لاستكشاف المفاهيم والتجمعات الموضوعية التي تتشكل داخل corpus، كما توفر conceptualStructure() لإنشاء خريطة للبنية المفاهيمية اعتمادًا على الكلمات أو المصطلحات المستخرجة من الحقول المناسبة. وتتمثل أهم خطوات التفسير فيما يلي:

1. اختيار الحقل النصي الذي يتناسب مع سؤال الدراسة.
2. تنظيف الاختصارات والمترادفات والصيغ الإملائية قبل التحليل.
3. استخدام طريقة التحليل المناسبة مثل Correspondence Analysis أو MCA أو MDS.
4. فحص الكلمات الأكثر تمثيلًا داخل كل
5. الرجوع إلى الوثائق المركزية قبل تسمية التجمع الموضوعي.
6. مقارنة مواقع الكلمات والمسافات بينها لفهم درجة التقارب المفاهيمي بين الموضوعات داخل الخريطة.
7. تحليل حجم التجمعات وكثافتها لتحديد الموضوعات الأكثر رسوخًا وتلك التي ما تزال في طور التشكل.
8. تتبع تغير البنية المفاهيمية عبر الفترات الزمنية للكشف عن انتقال الاهتمام من موضوعات قديمة إلى أخرى ناشئة.

ولا تستطيع الأداة معرفة أن اختصارين أو مصطلحين مختلفين يمثلان المفهوم نفسه ما لم يعالج الباحث البيانات أو يحدد قواعد مناسبة. ولهذا يجب ألا تُسمى المجموعة اعتمادًا على كلمة واحدة فقط، بل بعد قراءة مجموعة الكلمات والوثائق المرتبطة بها.

 

ما الخريطة الموضوعية Thematic Map؟

تتيح Bibliometrix من خلال thematicMap() بناء خريطة موضوعية تعتمد على شبكة الكلمات المشتركة والتجميع، وتعرض مؤشرات مثل المركزية والكثافة لكل cluster، مما يساعد الباحث على فهم موقع الموضوعات داخل البنية المفاهيمية للمجال، ولتفسير الخريطة بصورة علمية ينبغي مراعاة العناصر الآتية:

• تحديد الحقل النصي المستخدم في بناء الشبكة، مثل الكلمات المفتاحية أو العناوين أو الملخصات، لأنه يؤثر مباشرة في شكل الموضوعات المستخرجة.

1. مراجعة عدد الكلمات أو العناصر الداخلة في التحليل، لأن زيادة العدد أو تقليله قد تغير حدود التجمعات ووضوحها داخل الخريطة.
2. ضبط الحد الأدنى للتكرار بما يتناسب مع حجم corpus، حتى لا تهيمن الكلمات النادرة أو العامة على بنية الشبكة.
3. توثيق طريقة التجميع المستخدمة، لأنها تحدد كيفية تكوين clusters وقد تؤثر في عددها وحدودها والعلاقات بينها.
4. معالجة المترادفات والكلمات المستبعدة قبل التحليل، لتجنب تقسيم المفهوم الواحد على عدة عناصر أو تضخيم كلمات غير مهمة.
5. قراءة موقع كل cluster في ضوء محتواه ووثائقه، وليس بالاعتماد على موقعه البصري أو لونه داخل الخريطة فقط.
6. مقارنة قيم المركزية والكثافة بين التجمعات لفهم درجة ارتباط كل موضوع بالمجال ومدى تطوره الداخلي واستقراره.
7. تتبع تغير مواقع التجمعات عبر الفترات الزمنية للكشف عن الموضوعات التي تنتقل من الهامش إلى المركز أو العكس.

يمكن استخدام حقول مثل الكلمات المفتاحية والعناوين والملخصات وفق إعدادات التحليل المتاحة. ولا ينبغي التعامل مع أرباع الخريطة بوصفها أحكامًا جامدة، لأن النتيجة تتأثر بالقرارات السابقة التي اتخذها الباحث أثناء بناء البيانات وتنظيفها.

 

كيف تستخدم Three-Field Plot؟

تتيح Bibliometrix عبر threeFieldsPlot() تمثيل العلاقات بين ثلاثة حقول في شكل Sankey، مثل المؤلفين والكلمات والمجلات أو الدول والموضوعات والمصادر. ويكون هذا الشكل مفيدًا عندما يريد الباحث استكشاف علاقات متعددة المستويات، ومن أبرز استخداماته ما يلي:

1. التعرف على المؤلفين المرتبطين بكلمات أو موضوعات محددة.
2. فحص المجلات التي ترتبط بمجموعات موضوعية معينة.
3. معرفة الدول التي تركز على موضوعات بعينها داخل corpus.
4. استكشاف العلاقة بين ثلاثة مستويات لا يوضحها جدول منفرد بسهولة.
5. تحديد المسارات الأكثر تكرارًا بين الحقول الثلاثة لفهم أنماط الارتباط المسيطرة داخل المجال.
6. مقارنة توزيع الموضوعات بين المؤلفين أو الدول أو المصادر للكشف عن اختلافات الاهتمام البحثي.
7. اكتشاف الحقول أو العناصر التي تعمل كحلقة وصل بين مجموعات متعددة داخل البنية الببليومترية.
8. رصد التركيز أو التشتت في العلاقات لمعرفة ما إذا كانت الموضوعات مرتبطة بعدد محدود من المؤلفين أو المصادر أم موزعة على نطاق أوسع.

ويجب ضبط عدد العناصر المعروضة بما يخدم السؤال؛ لأن إضافة عدد كبير من العناصر قد تحول الشكل إلى رسم مزدحم يصعب تفسيره.

 

كيف تستخدم Biblioshiny خطوة بخطوة؟

يمكن تشغيل Bibliometrix من خلال Biblioshiny عندما يفضل الباحث استخدام واجهة تفاعلية بدل كتابة الأوامر يدويًا، وهي مناسبة خصوصًا للتدريب والبدء في التحليل قبل الانتقال إلى العمل البرمجي الأكثر تخصيصًا، ويمكن تنظيم المسار العملي على النحو الآتي:

1- تثبيت Bibliometrix وتشغيل Biblioshiny

تبدأ العملية بتثبيت حزمة Bibliometrix داخل بيئة R ثم تشغيل الواجهة باستخدام الأمر biblioshiny(). وتفتح الواجهة التفاعلية في المتصفح، مما يسمح للباحث بالوصول إلى أدوات التحليل دون الحاجة إلى كتابة جميع الأوامر البرمجية يدويًا.

2- استيراد ملف البيانات إلى Bibliometrix

يختار الباحث ملف البيانات المصدّر من قاعدة مثل Scopus أو Web of Science بالصيغة التي تدعمها الأداة، ثم يستورده إلى الواجهة. ويجب التأكد من أن الملف يحتوي على الحقول الضرورية للتحليلات المخطط لها، مثل المؤلفين والعناوين والمراجع والكلمات المفتاحية.

3- مراجعة البيانات والمؤشرات الأساسية

بعد الاستيراد ينبغي فحص عدد الوثائق، والفترة الزمنية، والمصادر، والمؤلفين، وأنواع الوثائق وغيرها من المؤشرات الأولية. وتساعد هذه المراجعة على اكتشاف أي خلل في البيانات قبل الانتقال إلى التحليلات الأكثر تعقيدًا.

4-تطبيق الفلاتر المطلوبة عند الحاجة

يمكن تضييق مجموعة البيانات وفق معايير مرتبطة بسؤال الدراسة، مثل الفترة الزمنية أو نوع الوثيقة أو المجال الموضوعي عند توفر الخيار المناسب. وينبغي أن تكون الفلاتر مستندة إلى مبررات منهجية موثقة، لا إلى الرغبة في الحصول على نتائج أكثر وضوحًا فقط.

5- تحليل المصادر والمؤلفين والوثائق باستخدام Bibliometrix

يتيح Bibliometrix استكشاف أداء المصادر والمؤلفين والوثائق من خلال مؤشرات الإنتاج والاستشهاد والتطور الزمني. ويجب تفسير هذه المؤشرات في ضوء طبيعة المجال وعمر الوثائق والمصادر، مع تجنب اعتبار كثرة النشر أو الاستشهاد دليلًا منفردًا على الجودة.

6-بناء شبكات الكلمات والتعاون والاستشهاد

يمكن إنشاء شبكات الكلمات المشتركة، والتأليف المشترك، والاستشهاد، وCo-citation، وBibliographic Coupling وفق سؤال الدراسة. ويحدد الباحث وحدة التحليل والحد الأدنى للعناصر والإعدادات المناسبة، ثم يفسر الشبكة بالعودة إلى الوثائق والبيانات الأصلية.

7- إنشاء الخرائط الموضوعية في Bibliometrix

توفر Bibliometrix أدوات لبناء Thematic Map وتحليل التطور الموضوعي بهدف دراسة البنية المفاهيمية للحقل وتحولها عبر الزمن. وينبغي قراءة التجمعات في ضوء الكلمات والوثائق المرتبطة بها، وعدم اعتبار موقع الموضوع أو لونه حكمًا نهائيًا على أهميته.

8- تصدير الجداول والأشكال المطلوبة

بعد الانتهاء من التحليل يمكن تصدير الجداول والرسوم والخرائط اللازمة لاستخدامها في الرسالة أو البحث العلمي. ويُفضل الاحتفاظ فقط بالمخرجات المرتبطة بأسئلة الدراسة، مع تنسيقها وتفسيرها بدل إدراج جميع النتائج التي تنتجها الواجهة.

9- تسجيل إعدادات Bibliometrix والخيارات المستخدمة

ينبغي تسجيل الإعدادات التي استُخدمت في كل تحليل، مثل الحقول المختارة، وطريقة العد، والحد الأدنى للتكرار، وطريقة التجميع وأي خيارات قد تؤثر في النتائج. ويساعد هذا التوثيق على جعل الدراسة قابلة للفحص وإعادة التنفيذ من باحثين آخرين.

10- العودة إلى الدراسات الأصلية لتفسير النتائج

لا ينبغي تفسير الشبكات والتجمعات والاتجاهات اعتمادًا على الرسوم والمؤشرات وحدها، بل يجب الرجوع إلى الوثائق الرئيسة المرتبطة بكل نتيجة. ويساعد ذلك على فهم المعنى العلمي للتجمعات والاتجاهات وتجنب الاستنتاجات التي تعتمد فقط على الشكل البصري أو التكرار العددي.

وتدعم Biblioshiny كذلك دمج مجموعات البيانات، ومطابقة الاستشهادات، وإنتاج مخطط تدفق PRISMA، إلى جانب الخرائط الموضوعية، والتطور الموضوعي، وشبكات التأليف، والاستشهاد. وتبقى سهولة الواجهة مساعدة تشغيلية فقط؛ إذ ينبغي للباحث فهم الأساس المنهجي لكل تحليل قبل اختياره وتفسير نتائجه.

 

كيف تكتب منهجية دراسة استخدمت Bibliometrix؟

يجب أن توثق الدراسة التي تستخدم Bibliometrix إجراءاتها بما يسمح للقارئ بفهم كيفية تكوين البيانات وإجراء التحليل وإعادة الخطوات الأساسية قدر الإمكان، بدل الاكتفاء بعبارة عامة مثل «تم تحليل البيانات باستخدام R». ويمكن تنظيم قسم المنهجية وفق العناصر الآتية:

1-مصدر البيانات

اذكر قاعدة البيانات التي جُمعت منها السجلات، وسبب اختيارها، ونطاق التغطية المرتبط بموضوع الدراسة. ويجب أن يستطيع القارئ فهم علاقة المصدر بسؤال البحث وحدود ما يمكن أن تمثله النتائج.

2-استراتيجية البحث

اعرض الاستعلام أو مكوناته الأساسية، والحقول التي طُبق عليها، وتاريخ تنفيذ البحث. ويساعد ذلك على توضيح كيف تكوّن corpus وإمكان إعادة البحث في وقت لاحق.

3-معايير الاختيار

وضح الفترة الزمنية، واللغات، وأنواع الوثائق، والتخصصات، وأي فلاتر أو قيود استُخدمت. وينبغي ربط هذه المعايير بالغرض المنهجي بدل عرضها كقائمة منفصلة عن سؤال الدراسة.

4-إجراءات إعداد البيانات

صف طريقة التحويل، وإزالة التكرارات، وتوحيد الكلمات، وأسماء المؤسسات والمؤلفين، وأي قواعد تنظيف أخرى طُبقت قبل التحليل. ويُعد هذا الجزء ضروريًا لفهم أثر المعالجة على الشبكات والخرائط النهائية.

5-إصدار البرنامج

اذكر إصدار R وإصدار الحزمة المستخدمين في التحليل الفعلي. والهدف هو توثيق البيئة التي نُفذت فيها الإجراءات، خصوصًا عندما تختلف الوظائف أو الإعدادات بين الإصدارات.

6-الأساليب الببليومترية

حدد الأساليب التي استُخدمت بالفعل، مثل تحليل الأداء، وCo-citation، وBibliographic Coupling، وCo-authorship، وCo-word، وThematic Map، وThematic Evolution. ولا تذكر تقنية لم تُطبق فعليًا في الدراسة.

7-إعدادات الشبكات

وثق وحدة التحليل، والحد الأدنى للظهور أو الاستشهاد، وطريقة التطبيع إن وجدت، وعدد العناصر المعروضة، وخوارزمية التجميع عندما تكون قابلة للاختيار. وتزداد أهمية هذه التفاصيل في bibliometric analysis in R لأنها تؤثر في الشكل النهائي للشبكة وإمكان إعادة إنتاجها.

 

ما الأخطاء الشائعة عند استخدام Bibliometrix؟

قد تنتج Bibliometrix عددًا كبيرًا من الجداول والرسوم، لكن جودة الدراسة تقاس بسلامة التصميم والتفسير لا بعدد المخرجات، ومن أبرز الأخطاء التي ينبغي تجنبها ما يلي:

1. بدء التحليل دون سؤال بحثي واضح يحدد نوع المؤشرات والشبكات المطلوبة
2. استخدام قاعدة بيانات دون تبرير مدى ملاءمتها لمجال الدراسة وأهدافها
3. عدم تسجيل استراتيجية البحث وتاريخ تنفيذها بما يحد من قابلية إعادة الدراسة
4. اختيار صيغة تصدير لا تحتوي على الحقول اللازمة للتحليلات المخطط لها
5. دمج قواعد بيانات متعددة دون فحص التكرارات واختلاف نطاق التغطية بينها
6. عدم توحيد أسماء المؤلفين والمؤسسات قبل بناء شبكات التعاون والاستشهاد
7. ترك المترادفات والصيغ المختلفة للكلمة نفسها بوصفها عناصر مستقلة في التحليل
8. الخلط بين Co-citation وBibliographic Coupling وتفسير كل منهما بالطريقة نفسها
9. تسمية Clusters دون مراجعة الكلمات والوثائق المركزية التي تشكل كل تجمع
10. تفسير الروابط الشبكية باعتبارها علاقات سببية رغم أنها تعبر عن أنماط ارتباط فقط

وتساعد مراجعة هذه الأخطاء على جعل التحليل الببليومتري باستخدام R أداة بحثية حقيقية بدل أن يتحول إلى وسيلة لإنتاج رسوم جذابة فقط.

ما الفرق بين Bibliometrix وVOSviewer؟

يمكن استخدام Bibliometrix وVOSviewer في المشروع نفسه لأنهما لا يحتاجان إلى أن يكونا بديلين متنافسين؛ فالأولى توفر بيئة R متكاملة للاستيراد والتحليل والمؤشرات والخرائط الموضوعية والتطور، بينما يركز VOSviewer بصورة واضحة على استكشاف الشبكات وتصويرها تفاعليًا. ويمكن تلخيص الفرق فيما يلي:

جانب المقارنة	Bibliometrix	VOSviewer
بيئة العمل	مع واجهة رسومية اختيارية داخل R	برنامج مستقل للتصور والتحليل الشبكي
نقطة القوة	سير عمل تحليلي قابل للبرمجة وإعادة التشغيل	استكشاف بصري وتفاعلي للشبكات
التخصيص البرمجي	واسع عبر الدوال والسكريبتات	يركز أكثر على إعدادات التصور والشبكات
الخرائط الموضوعية والتطور	جزء من مسار التحليل داخل الحزمة	ليست محور الاستخدام الرئيس بالطريقة نفسها
التكامل	يمكن تصدير إلى شبكة VOSviewer	يمكن استخدامه لاحقًا لتصور الشبكات

وتتضمن الحزمة وظيفة net2VOSviewer () لإنشاء ملف شبكة يمكن فتحه في VOSviewer، وهو ما يسمح بالجمع بين التحليل داخل R والتصور الخارجي عند الحاجة. المهم هو ألا يكرر الباحث التحليل نفسه في أداتين دون سبب منهجي واضح.

 

كيف يستفيد الباحثون في السعودية من Bibliometrix؟

تمنح Bibliometrix الباحثين والفرق البحثية في السعودية إمكانات متعددة لدراسة الإنتاج العلمي والتعاون والموضوعات على مستوى الجامعات أو التخصصات أو المجالات المرتبطة بأولويات بحثية محددة. ومن أبرز التطبيقات الممكنة ما يلي:

1. تحليل الإنتاج العلمي لجامعة أو مجموعة من الجامعات السعودية.
2. دراسة شبكات التعاون بين المؤسسات والجامعات داخل المملكة.
3. تحليل الشراكات البحثية الدولية للمؤسسات السعودية.
4. دراسة تطور مجال يرتبط بأولوية بحثية أو تنموية وطنية.
5. تحليل الكلمات والموضوعات في تخصص علمي محدد.
6. دراسة الحضور البحثي السعودي داخل corpus دولي.
7. تحديد الأعمال والمجلات المحورية في مجال متخصص.
8. تتبع تطور موضوع بحثي عبر فترات زمنية مختلفة.
9. دراسة شبكات الباحثين والمؤسسات داخل تخصص معين.
10. دعم مراجعة الأدبيات بخريطة كمية تساعد على توجيه القراءة.

وتفيد Biblioshiny طلاب الدراسات العليا الذين يريدون البدء دون برمجة، بينما يمنح العمل بالكود الباحثين الأكثر خبرة قدرة أكبر على حفظ المسار وإعادة استخدامه. كما يمكن لمراكز البحوث الاستفادة من تحليل البيانات الببليومترية في توصيف المجالات أو شبكات التعاون، مع تجنب تحويل المؤشرات إلى تصنيف مباشر للجودة دون مراعاة اختلاف التخصصات والحجم والعمر المؤسسي.

 

متى تكون Bibliometrix مناسبة لرسالة ماجستير أو دكتوراه؟

تكون Bibliometrix مناسبة لرسائل الماجستير والدكتوراه عندما يكون السؤال البحثي معنيًا ببنية الأدبيات وتطورها أو العلاقات الفكرية والمفاهيمية والاجتماعية داخل الحقل، وليس لمجرد رغبة الباحث في استخدام أداة حديثة. ومن الأسئلة التي تتناسب معها ما يلي:

1. كيف تطور الإنتاج العلمي في مجال محدد خلال فترة زمنية طويلة؟
2. ما البنية الفكرية للحقل وما المراجع أو المدارس المحورية فيه؟
3. ما الموضوعات الرئيسة والناشئة داخل الأدبيات؟
4. ما شبكات التعاون بين الدول أو المؤسسات أو الباحثين؟
5. ما العلاقات بين المؤلفين والكلمات والمجلات؟
6. كيف تغيرت الموضوعات بين الفترات الزمنية؟

أما إذا كان السؤال يهدف إلى تقدير فعالية تدخل أو دمج أحجام الأثر، فقد يكون منهج مثل المراجعة المنهجية أو التحليل البعدي أكثر ملاءمة. ويجب أن يأتي اختيار الأداة من طبيعة السؤال والمنهج، لا من جاذبية الرسوم التي يمكن إنتاجها.

 

الخاتمة

تمنح Bibliometrix الباحث إطارًا متكاملًا للانتقال من البيانات الببليوغرافية إلى تحليل الأداء والبنية الفكرية والمفاهيمية والاجتماعية للحقل العلمي، مع إمكان حفظ خطوات العمل وإعادة تشغيلها داخل R. وتزداد قيمتها عندما يلتزم الباحث بتصميم واضح، وينظف البيانات، ويختار الشبكات التي تجيب عن أسئلته، ثم يعود إلى الدراسات الأصلية لتفسير النتائج.

ويستطيع الباحث الذي لا يملك خبرة برمجية البدء عبر Biblioshiny، ثم الانتقال تدريجيًا إلى الكود إذا احتاج إلى تخصيص أكبر. وبهذا يصبح التحليل الببليومتري باستخدام R وسيلة لفهم تطور المعرفة والعلاقات داخلها، لا مجرد طريقة لإنتاج رسوم وجداول.

وعند استخدام Bibliometrix في الدراسات السعودية، يمكن توظيفها في دراسة الإنتاج العلمي والتعاون المؤسسي والاتجاهات الموضوعية وموقع البحث السعودي داخل الشبكات الدولية، مع ضرورة تفسير المؤشرات في سياق التخصص وقاعدة البيانات والفترة الزمنية وعدم تحويلها إلى أحكام مطلقة على جودة الباحثين أو المؤسسات.

 

المراجع

Büyükkıdık, S. (2022). A bibliometric analysis: A tutorial for the bibliometrix package in R using IRT literature. Journal of Measurement and Evaluation in Education and Psychology, 13(3), 164-193.

‏ Oyewola, D. O., & Dada, E. G. (2022). Exploring machine learning: a scientometrics approach using bibliometrix and VOSviewer. SN Applied Sciences, 4(5), 143.

 

الأسئلة الشائعة

1-هل Bibliometrix مجانية؟

نعم، الحزمة مفتوحة المصدر ومتاحة عبر CRAN بترخيص GPL-3، ويمكن تثبيت النسخة المستقرة من مستودع R الرسمي.

2-هل يجب أن أتعلم R قبل استخدامها؟

ليس بالضرورة عند استخدام Biblioshiny، لأن الواجهة تتيح تنفيذ كثير من التحليلات دون كتابة الكود. أما العمل المباشر بالدوال فيحتاج إلى أساسيات R ويمنح تحكمًا وقابلية تكرار أكبر.

3-ما المقصود بـ Bibliometrix R؟

يشير تعبير Bibliometrix R إلى استخدام الحزمة مباشرة داخل بيئة R من خلال الدوال والأوامر، بدل الاعتماد الكامل على الواجهة الرسومية.

4-ما الفرق بين bibliometric analysis in R والتحليل التقليدي؟

يعني bibliometric analysis in R تنفيذ استيراد البيانات وتحليل المؤشرات والشبكات والموضوعات داخل بيئة R، بما يسمح بحفظ الأوامر وإعادة تشغيلها وتخصيص workflow بصورة أكبر.

5-هل تدعم Scopus وWeb of Science؟

نعم، تدعم الحزمة استيراد البيانات من المصدرين إلى جانب قواعد أخرى، بشرط استخدام صيغ التصدير المدعومة وتضمين الحقول اللازمة للتحليل.