پایگاه داده های علمی گوگل و روند آن با بررسی مقالات نگارش شده
از زمان آغاز Google Scholar در سال ۲۰۰۴، GS توجه جامعه علمی را به خود معطوف کرده است. از زمینه های کاربردی GS می توان به قابلیت Citation و موتور جستجو در بین تمامی مجله ها اشاره کرد. با ظهور ابزاری رایگان برای بازیابی ادبی، هزاران مطالعه وجود داشته است که کارایی، دقت و سطح پوشش GS را با بسیاری از دیتابیس های معروف مقایسه کرده اند و به ویژه در برابر Scopus و WOS (وب های علمی). این مطالعات GS را با تنوعی از سطح پوشش، رفرنس دهی، پروفایل نویسندگان و اندازه گیری ها و شاخص های متعدد، مورد ارزیابی قرار داده اند. چنین عملی در راستای ارزیابی قابلیت اعتماد به GS در زمینه پژوهش های علمی مهم و اساسی است. همچنین از این طریق می توان نقشه ای از مزیت ها و عدم مزیت های GS را ترسیم و با سایر منابع داده علمی مقایسه کرد.
در اینجا قصد داریم تا با آوردن پاره ای از مطالعات صورت گرفته در باب GS و توجه به ادبیات علمی این موضوع به بینش مخاطبان در راستای کار با این پلتفورم کمک کنیم. بیشتر مطالعات در زمینه GS به سه شاخص منحصر شده اند: ۱) پوشش در سطح منابع (شامل مقالات، کتاب ها و کنفرانس ها) ۲) ردیابی رفرنس دهی (قابلیت اعتماد به رفرنس ها) و همچنین مقایسه این قابلیت ها با دیگر پایگاه های منابع علمی ۳) مقایسه در سطح نویسندگان مقاله (بررسی شاخص هایی که نویسندگان را با یکدیگر قابل ارزیابی می کند. مانند رفرنس دهی های فردی و تحلیل عملکردهای سالانه h-indices و مقایسه آن با شاخص های دیگر پایگاه های علمی مانند Scoupos و Web of science.
تعیین اندازه پایگاه GS توسط گوگل انجام نشده است و آمارهای لازم در این زمینه وجود ندارد. از جمله مقاله هایی که در این زمینه کار شده است، مقاله خابزا و گلیز ۲۰۱۴ در آکادمی جستجو مایکروسافت و مقاله اوردونا و همکاران در سال ۲۰۱۴ در WOS است. این دو مقاله همپوشانی پایگاه داده های علمی GS و دیگر پایگاه ها را بررسی کرده اند. نتایج این بررسی ها نشان داده است که در حدود ۱۴۴ میلیون چاپ علمی انگلیسی در پایگاه های علمی وجود دارد که ۱۰۰ میلیون آن تحت پوشش GS است. حوزه های غیر انگلیسی زبان GS در حدود سه برابر کل پایگاه های علمی دیگر است.
کل بررسی های علمی از سال ۱۷۰۰ تا ۲۰۱۷ بر مبنای داده های WOS در همین پایگاه در حدود ۶۵۱۷۱۱۹۵ بوده است. در حالی که از سال ۱۷۰۰ به بعد بر اساس گزارش های سالانه Scopus در حدود ۴۳۱۸۶۵۵۰ بوده و آکادمی ماکروسافت در مقاله منتشر شده کل این آمارها را تا سال ۲۰۱۷ در حدود ۱۶۸ میلیون محاسبه کرده است (هاگ و براندل ۲۰۱۷) و پابمد نیز آماری معادل ۲۷ میلیون داشته است.
همانگونه که مشاهده می شود آمار منتشر شده برای مشاهدات علمی در پایگاه GS به مراتب بسیار بیشتر از دیگر پایگاه های علمی بوده است. با این حال GS ادعایی ندارد که قرار است همه داده های علمی تحت پوشش قرار گیرد، اما معتقد است که بیشتر این داده های علمی کنترل شده توسط متخصصان و ارزیابان بوده است.
ازسویی یکی از مباحثی که GS در زمینه آن به خوبی عمل کرده است، شاخص گذاری و جمع آوری منابع اطلاعات علمی از بسیاری از کاتالوگ های کتابخانه ای و انتشارات های علمی بوده است. در سال های اولیه GS موضوع مطالعات مختلفی بوده است که چنین پایگاهی را با پایگاه های مختلف در زمینه های مختلف علمی مقایسه می کردند. چنین مطالعاتی شکافی قابل توجه بین سطح پوشش درک شده و واقعی را ارزیابی کرده اند. در این زمینه می توان به کارهای یاسکو ۲۰۰۵، مایر و والتر ۲۰۰۸؛ نیوهاس و همکاران ۲۰۰۶ اشاره کرد.
GS به این دلیل تاسیس شد که بهتر بتواند منابع ویژه موضوعی را در قیاس با WOS و Scopus تحت پوشش خود قرار دهد. مقاله های لوین کلارک و جیل ۲۰۰۸، لوین کلارک و کراوس ۲۰۰۷؛ مایر و والتر ۲۰۰۸ و والترز ۲۰۰۷ به این مباحث پرداخته اند. این مطالعات به نتیجه ای رسیده اند که حیطه های موضوعی چند رشته ای یا بین رشته ای و علوم اجتماعی در GS بهتر از WOS یا Scopus تحت پوشش قرار گرفته است. البته بنا بار این مطالعات GS در به روز کردن مطالعات عملکرد نامنظمی داشته است و گاهی بین ۲ تا ۴ سال زمان برده است.
بحث دیگر مربوط به رفرنس دهی می شود که دلیل اصلی علاقه GS به چنین موضوعی این است که دو پایگاه WOS و Scopus سیاست های مناسبی در این زمینه نداشته اند. برای مثال دو پایگاه دیگر بیشتر بر انواع خاصی از داده ها و اسناد متمرکز بوده اند و در برخی مواقع تنها منابع قوی را رفرنس دهی کرده اند و گزارش ها، ارائه ها، بلوگ ها، رساله های دکتری و مقاله های عمومی رسانه ها را رفرنس دهی نکرده اند. مطالعات متعددی در زمینه رفرنس دهی GS بررسی های مناسب داشته اند که از مهم ترین آنها می توان به لوین کلارک و جیل ۲۰۰۸، لوین کلارک و کراوس ۲۰۰۷ و میر و کوکلینگ ۲۰۰۸ اشاره کرد. کاسکر ۲۰۱۳ مهندسی رفرنس دهی GS را مورد بررسی قرار داده است. این مقاله از روش میر و کانکلینگ ۲۰۰۸ برای بررسی اینکه آیا GS در زمینه مهندسی رفرنس دهی ادبیات علمی پیشرفت داشته است یا نه، استفاده کرده است. مقاله نشان می دهد که با وجود اینکه پیشرفت چندانی در زمینه مهندسی در GS صورت نگرفته است اما GS در مقایسه با شرکت Compendex عملکرد بهتری داشته است و در مقایسه با این شرکت که هزینه دسترسی به شاخص های اندازه گیری علمی را بالا در نظر می گرفته است، GS کاملا رایگان بوده است. مطالعات رفرنس دهی در علوم مختلف هم گسترده بوده است. برای مثال در رشته پزشکی (فالاگاس و همکاران ۲۰۰۸، مسترآنجلو و همکاران ۲۰۱۰)، در رشته روانشناسی (گارسیا پرز ۲۰۱۰)، علوم زمین شناسی (میکی ۲۰۱۰)، علوم حیاتی (بکمان و وردن ۲۰۱۲)؛ کرکوود ۲۰۱۱، آموزش (فن آلست ۲۰۱۰). در ضمن مطالعات گسترده ای در زمینه محدودیت های GS شامل کمبود کیفیت پوشش در رفرنس دهی صورت گرفته است که شامل مارتین و همکاران ۲۰۱۶، شریف و همکاران ۲۰۱۳ می شود.
در سال ۲۰۱۰ سوالاتی پیرامون تفکیک مقاله های بی ارزش و اسپم و دیگر موارد مطرح شد. چنین مطالعه ای توسط بییل و گیپ ۲۰۱۰ و یاسکو ۲۰۱۱ انجام شده است و نشان داده است که مطالعات بی ارزشی در اینترنت آپلود شده است که GS آنها را تحت پوشش قرار داده و کیفیت کنترلی در این زمینه مطرح نبوده است. لوپز و همکاران ۲۰۱۲ شش مقاله تقلبی توسط یک نفر را شناسایی کرده اند که این ۶ مقاله جمعا ۷۷۴ رفرنس خورده است. به طور کلی چنین عملی هم علم را به مخاطره می اندازد و هم اعتماد به فرآیندهای علمی را. اختلالات در نام گذاری ها و کد بندی ها نیز توسط افراد مختلف کار شده است. آدریانس ۲۰۱۱؛ بوکر و همکاران ۲۰۱۳، نوربخش و همکاران ۲۰۱۲ و توبر ۲۰۱۱.
ارزیابی و امتیاز دهی به مقالات هم از دیگر پروسه های مطلوب GS است که البته مشکلات فراوان داشته است. برای مثال در رشته های هنر، علوم انسانی و علوم اجتماعی که مقاله های چندان قابل مقایسه نیستند، به این دلیل که دیدگاه های شخصی را نیز به همراه دارند، امتیاز دهی چندان مطلوب نخواهد بود. دلاگو لوپز و همکاران ۲۰۱۲ و ۲۰۱۳ و هاج و لاکاس ۲۰۱۱ و یاکوب ۲۰۱۱ در این زمینه مطالعه کرده اند.
مطالعه در زمینه رفرنس دهی کتاب ها نیز با کار ویژه کوشا و همکاران ۲۰۱۱ که ۱۰۰۰ کتاب را برای بررسی نسبت پوشش GS به Scopus به کار برده اند، قابل فهم است. این مطالعه نشان می دهد که رفرنس دهی GS سه برابر رقیبش است.
در سال ۲۰۱۲، GS پروفایل محققان را راه اندازی کرد و محاسبه گر h-index را معرفی نمود. البته چنین عملی برای شرکت های اطلاعاتی هزینه های بالایی را به ارمغان می آورد. البته اینکه GS سیاست درستی در زمینه شاخص دهی و رتبه بندی داشته است ابهام بر انگیز است که توسط باریلان ۲۰۰۸؛ گرای و همکاران ۲۰۱۲؛ یاسکو ۲۰۱۲ مطالعه شده است. در سال ۲۰۱۲ یاسکو به ارزیابی مزیت ها و عدم مزیت های پروفایل ها پرداخت و به این نتیجه رسید که علی رغم اینکه می توان به نتیجه کار نویسندگان به طور کلی دسترسی داشت، اما محدودیت آن را کمبود کنترل کیفیت داده ها و مدل های نادرست ثبت می داند. مقایسه با پایگاه MAS از داده های محققان نشان از تورش های متعدد در سیستم پروفایل GS دارد.
References
Adriaanse, L. S., & Rensleigh, C. (2011). Comparing web of science, Scopus and Google Scholar from an environmental sciences perspective. South AfricanJournal of Libraries & Information Science, 77(2).
Adriaanse, L. S., & Rensleigh, C. (2013). Web of science, Scopus and Google Scholar: A content comprehensiveness comparison. The Electronic Library,31(6), 727–744.
Bar-Ilan, J. (2008). Which h-index?—A comparison of WoS, Scopus and Google Scholar. Scientometrics, 74(2), 257–271.
Bar-Ilan, J. (2010). Citations to the Introduction to informetrics indexed by WOS, Scopus and Google Scholar. Scientometrics, 82(3), 495–506.
Bauer, K., & Bakkalbasi, N. (2005). An examination of citation counts in a new scholarly communication environment. D-Lib Magazine.
M., & Wehrden, H. (2012). Where you search is what you get: Literature mining–Google Scholar versus Web of Science using a data set from aliterature search in vegetation science. Journal of Vegetation Science, 23(6), 1197–1199.
Beel, J., & Gipp, B. (2010). On the robustness of Google Scholar against spam. In Proceedings of the 21 st ACM conference on hypertext and hypermedia (pp.297–298). Retrieved from.
M., Vach, W., & Motschall, E. (2013). Google Scholar as replacement for systematic literature searches: Good relative recall and precision are notenough. BMC Medical Research Methodology, 13(1), 1.
Cusker, J. (2013). Elsevier Compendex and Google Scholar: a quantitative comparison of two resources for engineering research and an update to priorcomparisons. The Journal of Academic Librarianship, 39(3), 241–243.
Delgado López-Cózar, E., & Robinson-García, N. (2012). Repositories in Google Scholar Metrics or what is this document type doing in a place as such?Retrieved from.
Delgado-López-Cózar, E., & Cabezas-Clavijo. (2013). Ranking journals: Could Google scholar metrics be an alternative to journal citation reports andScimago journal rank? Learned Publishing, 26(2), 101–113.
García-Pérez, M. A. (2010). Accuracy and completeness of publication and citation records in the Web of Science, PsycINFO, and Google Scholar: A casestudy for the computation of h indices in Psychology. Journal of the American Society for Information Science and Technology, 61(10),2070–2085.
Hodge, D. R., & Lacasse, J. R. (2011). Ranking disciplinary journals with the Google Scholar h- index: A new tool for constructing cases for tenure,promotion, and other professional decisions. Journal of Social Work Education, 47(3), 579–596.
Jacobs, J. A. (2011). Journal rankings in sociology: Using the H index with google scholar. The American Sociologist, 1–33.
Jacobs, J. A. (2016). Journal rankings in sociology: Using the H index with google scholar. American Sociologist, 47(2–3), 192–224.
Jacsó, P. (2011). Google Scholar duped and deduped-the aura of robometrics. Online Information Review, 35(1), 154–160.
Jacsó, P. (2012). Google Scholar Author Citation Tracker: Is it too little, too late? Online Information Review, 36(1), 126–141.
Jacso, P. (2005). As we may search-Comparison of major features of the Web of Science, Scopus, and Google Scholar citation-based and citation-enhanceddatabases. Current Science-Bangalore, 89(9), 1537.
Kirkwood, H. P., & Kirkwood, M. C. (2011). Researching the life sciences: BIOSIS previews and google scholar. Online, 35(3), 24–28.
Kousha, K., & Thelwall, M. (2007). Google Scholar citations and Google Web/URL citations: A multi-discipline exploratory analysis. Journal of the AmericanSociety for Information Science and Technology, 58(7), 1055–1065.
Kousha, K., & Thelwall, M. (2008). Sources of Google Scholar citations outside the Science Citation Index: A comparison between four science disciplines. Scientometrics, 74(2), 273–294.
Kousha, K., Thelwall, M., & Rezaie, S. (2011). Assessing the citation impact of books: The role of Google Books, Google Scholar, and Scopus. Journal of theAmerican Society for Information Science and Technology, 62(11), 2147–2164.
Levine-Clark, M., & Gil, E. L. (2008). A comparative citation analysis of web of science, scopus, and google scholar. Journal of Business & FinanceLibrarianship, 14(1), 32–46.
Levine-Clark, M., & Kraus, J. (2007). Finding chemistry information using google scholar: A comparison with chemical abstracts service. Science &Technology Libraries, 27(4), 3–17.
Lopez-Cozar, E. D., Robinson-Garcia, N., & Torres-Salinas, D. (2012). Manipulating google scholar citations and google scholar metrics: Simple, easy andtempting. arXiv Preprint arXiv:1212.0638.
Martín-Martín, A., Ordu˜na-Malea, E., Ayllón, J. M., & López-Cózar, E. D. (2014). Does Google Scholar contain all highly cited documents (1950–2013)
Martín-Martín, A., Orduna-Malea, E., Ayllón, J. M., & López-Cózar, E. D. (2016). The counting house: Measuring those who count. Presence of bibliometrics, scientometrics, informetrics, webometrics and altmetrics in the google scholar citations, ResearcherID, ResearchGate, mendeley & twitter.
Mastrangelo, G., Fadda, E., Rossi, C. R., Zamprogno, E., Buja, A., & Cegolon, L. (2010). Literature search on risk factors for sarcoma: PubMed and GoogleScholar may be complementary sources. BMC Research Notes, 3(1), 131.
Mayr, P., & Walter, A.-K. (2008). Studying journal coverage in google scholar. Journal of Library Administration, 47(1–2), 81–99.
Meier, J. J., & Conkling, T. W. (2008). Google Scholar’s coverage of the engineering literature: An empirical study. The Journal of Academic Librarianship,34(3), 196–201.
Mikki, S. (2010). Comparing google scholar and ISI web of science for earth sciences. Scientometrics, 82(2), 321–331.
Neuhaus, C., Neuhaus, E., Asher, A., & Wrede, C. (2006). The depth and breadth of Google Scholar: An empirical study. Portal: Libraries and the Academy,6(2), 127–141.
Norris, M., & Oppenheim, C. (2007). Comparing alternatives to the Web of Science for coverage of the social sciences’ literature. Journal of Informetrics,1(2), 161–169.
Nourbakhsh, E., Nugent, R., Wang, H., Cevik, C., & Nugent, K. (2012). Medical literature searches: A comparison of PubMed and Google Scholar. HealthInformation & Libraries Journal, 29(3), 214–222.
Ordu˜na-Malea, E., Ayllón, J. M., Martín-Martín, A., & López-Cózar, E. D. (2014). About the size of Google Scholar: Playing the numbers.
Shariff, S. Z., Bejaimal, S. A., Sontrop, J. M., Iansavichus, A. V., Haynes, R. B., Weir, M. A., & Garg, A. X. (2013). Retrieving clinical evidence: A comparison ofPubMed and Google Scholar for quick clinical searches. Journal of Medical Internet Research, 15(8), e164.
van Aalst, J. (2010). Using Google Scholar to estimate the impact of journal articles in education. Educational Researcher, 39(5),387–400.
Walters, W. H. (2007). Google Scholar coverage of a multidisciplinary field. Information Processing & Management, 43(4), 1121–1132.
