Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://elar.urfu.ru/handle/10995/127993
Название: | Using Computational Linguistics to Analyse Main Research Directions in Economy of Regions |
Другие названия: | Применение компьютерной лингвистики для анализа основных направлений исследований в журнале «Экономика региона» |
Авторы: | Савин, И. В. Тепляков, Н. С. Savin, I. V. Teplyakov, N. S. |
Дата публикации: | 2022 |
Издатель: | Institute of Economics, Ural Branch of the Russian Academy of Sciences Институт экономики Уральского отделения РАН |
Библиографическое описание: | Savin I. V. Using Computational Linguistics to Analyse Main Research Directions in Economy of Regions / I. V. Savin, N. S. Teplyakov // Экономика региона. — 2022. — Том 18, выпуск 2. — С. 338-352. |
Аннотация: | За последние десятилетия процесс создания новых знаний значительно ускорился, что обусловило появление огромного количества научных публикаций. Это делает обзор даже относительно узкой предметной области крайне затруднительным. Тем не менее новейшие инструменты анализа текстовых данных могут помочь исследователям выполнить эту задачу объективно и с минимальными временными затратами. При помощи методов тематического моделирования мы проводим обзор литературы по 1307 статьям, опубликованным в журнале «Экономика региона» с 2010 г. по 2021 г. Данная работа нацелена на описание основных направлений исследований в журнале, динамики их популярности и взаимосвязи с ключевыми количественными показателями. В ходе анализа мы определили 22 основные темы исследований, варьирующихся от сельского хозяйства и экономической географии до фискальной политики и предпринимательства. Мы оценили, как со временем менялась распространенность этих тем, и определили тематики, которые либо набрали наибольшую популярность с 2010 г. по 2021 г. (+17,61 %, «Пространственная экономика»), либо потеряли ее (-14,58 %, «Экономика инноваций»). Статьи на тему экономики природопользования чаще цитируются (в среднем, 3,64 цитирований на 1 статью), а темы денежно-кредитной политики и бедности наиболее часто встречаются среди работ на английском языке, а также публикаций с иностранной аффилиацией. Работы, вышедшие при поддержке стороннего финансирования, наиболее сконцентрированы в теме «Пространственная экономика» (около 11 % статей), а наименее - в теме «Сельское хозяйство». Полученные результаты, демонстрирующие эволюцию исследований в журнале «Экономика региона», могут помочь авторам найти перспективные направления будущих работ. Over the past decades, the process of knowledge generation has accelerated, producing a lot of scientific publications, which makes reviewing even a relatively narrow subject area very demanding, if not impossible. However, recent text data mining tools can assist researchers in conducting such analysis in an objective and time-efficient way. We conduct such a literature review on 1307 articles published in the journal Economy of Regions from 2010 to 2021 using advanced topic modelling techniques. This analysis aims to describe the main research areas in the journal over time, the dynamics of their popularity and the relationship with key quantitative indicators. We identified 22 topics ranging from “Agriculture” and “Economic Geography” to “Fiscal Policy” and “Entrepreneurship”. We estimate how popularity of these topics was changing over time and find topics that gained the most popularity from 2010 to 2021 (+17.61 %, “Spatial Economics”) or lost it (-14.58 %, “Economics of Innovation”). The topic of environmental economics collects the largest number of citations per article (3.64, on average), and the topics on monetary policy and poverty are the most popular among manuscripts in English, which is also true for articles written by authors with foreign affiliation. Papers with third-party funding are concentrated the most in “Spatial Economics” (around 11 %), and the least - in “Agriculture”. Our results can help to understand the evolution in scope of research of Economy of Regions and serve researchers to find promising directions for future studies. |
Ключевые слова: | ТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МАШИННОЕ ОБУЧЕНИЕ КОМПЬЮТЕРНАЯ ЛИНГВИСТИКА АНАЛИЗ ТЕКСТА ОБЗОР ЛИТЕРАТУРЫ НАУЧНЫЙ ЖУРНАЛ ПРОСТРАНСТВЕННАЯ ЭКОНОМИКА ЭКОНОМИКА ПРИРОДОПОЛЬЗОВАНИЯ НАУКОМЕТРИЯ СТОРОННЕЕ ФИНАНСИРОВАНИЕ TOPIC MODELLING MACHINE LEARNING COMPUTATIONAL LINGUISTICS TEXT MINING LITERATURE REVIEW ACADEMIC JOURNAL SPATIAL ECONOMICS ENVIRONMENTAL ECONOMICS SCIENTOMETRICS THIRD-PARTY FUNDING |
URI: | http://elar.urfu.ru/handle/10995/127993 |
Условия доступа: | info:eu-repo/semantics/openAccess |
Текст лицензии: | https://creativecommons.org/licenses/by/4.0/ |
Идентификатор РИНЦ: | 49152809 |
Идентификатор SCOPUS: | 85134227867 |
Идентификатор WOS: | 000979818500003 |
Идентификатор PURE: | 30623915 |
ISSN: | 2411-1406 2072-6414 |
DOI: | 10.17059/ekon.reg.2022-2-3 |
Сведения о поддержке: | Исследование было выполнено в рамках научного проекта № 19-18-00262 «Моделирование сбалансированного технологического и социально-экономического развития российских регионов» при поддержке Российского научного фонда. The article has been prepared with the support from the Russian Science Foundation, conducted as part of the research project № 19–18–00262 “Modelling a balanced technological and socio-economic development of the Russian regions”. |
Карточка проекта РНФ: | 19–18–00262 |
Источники: | Экономика региона. 2022. Том 18, выпуск 2 |
Располагается в коллекциях: | Economy of Regions |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2022_18_2_003.pdf | 6,91 MB | Adobe PDF | Просмотреть/Открыть |
Лицензия на ресурс: Лицензия Creative Commons