| 研究課題/領域番号 |
22K02708
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分09050:高等教育学関連
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
奥脇 勝也 山梨大学, その他部局等, 講師 (50598795)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2024年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2023年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
|
|---|
| キーワード | 論文生産性 / 科学計量 / 定量的評価 / 研究IR / 研究力 / ビブリオメトリクス |
|---|
| 研究開始時の研究の概要 |
本研究では、日本全体で発表される学術論文のうち、その多くを占めている大学に焦点をあて、主に自然科学系の学術論文を中心として調査対象とし、学術論文の生産性について論文書誌情報と科研採択情報を収集し、これら属性情報を比較・分析することで相関関係を明らかにする。また、これら研究に参画した大学院生にも着目し、収集した著者情報から学生の研究貢献度合いの検討を行う。論文生産性を質的量的関係から属性分析により明らかにすることで、内在要因の影響度の一端に迫る。
|
| 研究実績の概要 |
本年度の研究は研究課題2年度目にあたる。本年度は昨年データ蓄積を行った科研費採択情報と学術論文書誌情報との異なる2種のデータサンプルについてオーサーポジションを考慮した整理・分析を進めた。具体的には、KAKEN DBを用いて本邦の大学に属する科研費採択者の研究代表者の属性情報を抽出し、これらデータについて2018年～2022年(5年分)に新規採択された基盤研究(S)、(A)、(B)、(C)および若手研究を加えた計5種目の研究課題と、研究代表者が2018年～2022年に生産した学術論文について、両者を研究者氏名と所属機関名の2つの属性情報を基軸としてリンゲージを行っている。また、前年度の研究過程でオーサーポジションを考慮したデータの必要性を検討したため、本年度は、科研費の種目別に、第一著者と責任著者、およびそれ以外による論文数等を整理し、新たなデータを得ることができた。なお、学術論文書誌情報の抽出にあたっては、web of scienceの書誌情報分析ツールであるInCitesを用いた。
前述の過程で得られたリンケージデータについて、科研費種目毎に、学術論文との質的・量的な差異に着目した相関性分析を行った。
また、先行研究の資料調査活動を積極的に展開するため、国立国会図書館において国内学会の刊行物、論文等の文献資料収集を行い、学術論文からみた研究力の各種要因に着目しつつ整理を進めた。
これらの進捗の結果、本年度は2種の異なるデータのリンゲージにより、オーサーポジションを考察することで、科研費の種目毎の論文数、Top10%論文数の特徴を可視化することができた。このことは、科研費申請の種目選択における客観的なエビデンスデータとして一つの尺度となることが期待される。この結果については学会において発表を行っている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究実績の概要で示したように、データ収集と分析を行いつつ、資料収集にあたった結果、学会発表を行うことができた。
|
| 今後の研究の推進方策 |
最終年度にあたる次年度は、分析データの蓄積、考察、および先行研究の精査を加速させつつ、本研究の優位性を見出して論文発表に繋げていく。
|
