我国学前融合教育研究共词网络的可视化分析

《我国学前融合教育研究共词网络的可视化分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析我国学前融合教育研究共词网络的可视化分析　　　学前融合教育是指让有特殊教育需要的0～6岁儿童能真正地和其他正常发展的同伴一起接受早期教育机构的保育和教育。〔1〕近年来，学前融合教育研究日益受到关注，相关的理论研究成果颇

2、为丰富。为分析我国学前融合教育研究的主题分布和关注热点，本文运用共词网络分析、聚类分析和多维尺度分析等方法，对相关研究文献进行了关键词词频统计、网络分析和知识图谱绘制。 　　一、研究设计 　　数据来源 　　研究者在中国知网中，以“学前融合”“学前全纳”“幼儿融合”“幼儿园随班就读”等为关键词进行检索，检索时间截点为2016年3月15日，共检索到267篇文献。同时选择《北京大学中文核心期刊要目总览》收录过的核心学术期刊刊载文献，排除人物报道、报纸及会议论文等非学术性文献，结果得到有效文献66篇。 　　研究工具 　　本研究使用的工具有、

3、、Netdraw和等程序软件。 　　研究维度 　　1.领域核心关键词 　　一个领域研究成果的关键词集合，可以揭示该研究领域的总体特征、内在结构和发展脉络及方向等。词频分析是通过统计关键词出现的频次，推断该研究领域被关注最多的点。在由关键词组成的网络中，词间关系复杂，仅从词频角度判断关键词的地位可能会出现误差，因此，还需结合网络中心性分析判断出核心关键词，即从“关系”的角度对关键词进行定量研究，以揭示关键词在网络结构中的地位及其特征。 　　2.关键词互动程度 　　关键词之间的联系紧密度、互动程度较为隐性，需要通过网络密度分析和距离分析

4、进行判断。网络密度是指网络节点之间彼此的联系程度，可据此判断关键词之间的知识流通和互动程度，网络节点的高密度可在一定程度上表明学科发展较为系统。距离指两个点之间存在的一个最优途径的长度。〔2〕网络距离分析可借由关键词之间的距离层次、各层次的联系度以及关键词之间平均距离等指标，把握研究领域的总体特征。 　　3.主题类别 　　主题类别是对关键词进行的聚类分析。它是一个将数据集划分为若干组或若干类的过程，并使得同一个组内的数据对象具有较高的相似度，而不同组中的数据对象是不相似的。对关键词之间相似或不相似的描述需基于它们在同一篇文章中出现的

5、频率来确定，即以各对象间的距离来表示，关键词越相似则距离越近。 　　4.主题内外部结构 　　在聚类分析中类团划分具有排斥性，一個词只能聚入一个类团，这可能会影响到其他类团成员的个数，甚至不能形成类团，造成领域划分与实际情况的不符。聚类分析中并不能看出类内与类间的相互影响，看不出所有词与各类别的关系。〔3，4〕因此，为更好地解读出主题内容，梳理出类内与类间的联系，研究者需对各聚类种类进行个体网分析。 　　5.主题的成熟—中心性地位 　　聚类分析可以得到领域的主题结构，却无法明确各主题在研究中所处的位置，即主题的成熟—中心性，因此需要通

6、过多维尺度分析和预测，研究发展趋势。为可视化呈现主题类内与类间的关系及各主题的成熟—中心性，相关研究大多会将共词网络与聚类及多维尺度分析加以结合。 　　研究过程 　　首先，对文献中的关键词进行规范化处理，合并含义相同的关键词，以确保关键词语义的一致性，同时，使用提取并统计关键词，得到高频关键词统计结果。其次，生成关键词共现矩阵。将矩阵导入进行格式转化后，使用Netdraw对转换后的矩阵进行网络分析。再次，生成关键词词篇矩阵。使用对词篇矩阵进行聚类分析。同时，在Netdraw的关键词共词网络中，对各聚类的种子词进行个体网分析。最后，对

7、聚类分析中生成的相似矩阵进行多维尺度分析。将共词网络与聚类及多维尺度分析相结合，直观呈现知识图谱。 　　二、研究结果 　　高频关键词频次分布 　　对关键词进行合并和替换等标准化处理后，66篇研究文献共呈现的关键词频次为171次，主要关键词详见表1。从表1可见，频次阈值大于等于3的关键词有10个，累计百分比达到%。可以初步看出，我国学前融合教育的研究主要围绕自闭症儿童、教师专业素养等主题展开。 联盟　　关键词中心性分析判定 　　在社会网络分析领域，某节点度数中心度指与该节点直接相连的其他点的个数；中间中心度是描述资源控制程度的指标，如

8、果某点处于其他点对的捷径上，则表明该点具有较高的中间中心度；如果某点与网络中其他所有点的“距离”都很短，则表明该点具有较高的接近中心度。〔5〕对关键词的度数中心度、中间中心度及接近中心度进行分析，有助于找到该领域处于中心地位的关键词。