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 РазмерФормат 
2022_18_2_003.pdf6,91 MBAdobe PDFПросмотреть/Открыть


Лицензия на ресурс: Лицензия Creative Commons Creative Commons