c55Math4833

如何合併 Web of Science 與 Scopus 資料庫數據

2024/02/0711 分鐘閱讀

Introduction

在進行文獻計量分析時，首先會進行主題訂定，接著透過彙整關鍵字等檢索邏輯在引用文獻索引型資料庫（Citation Databases）進行檢索。
常見的資料庫如下 (Martín-Martín et al., 2021; Singh et al., 2021; Stahlschmidt & Stephen, 2022)：

  • Web of Science：由 Eugene Garfield 於 1955 引入文獻索引的概念，並與他建立的 Institute of Scientific Information (ISI) 於 1964 建立了第一個引用索引 Science Citation Index (SCI)。持續擴大建立不同引用索引，並於 1997 年首次在線上發布。目前由 Clarivate 公司於 2016 年收購擁有。
  • Scopus：由 Elsevier 於 2004 年所創立，通常認為是全球資料量最大的文獻索引型資料庫。
  • Dimensions：由 Digital Science 於 2018 年所創立。
  • Google Scholar (Google 學術搜尋)：由 Google 於 2004 年所創立。
  • 其他：如 OpenCitations、PubMed、Lens.org 等，但個人並不常或不曾接觸。

而雖然皆是文獻索引資料庫，但是他們在收錄範圍以及數據有所差異。主要原因包含 (Liu et al., 2021)：

  • 使用出版日期版本政策不同。
  • 資訊缺失。
  • 資料重複。
  • 詮釋資料（Metadata）存在錯誤。

在文獻計量學實際的應用中，Web of Science 與 Scopus 的應用最為大宗，二者並無明確優劣之分，以往建議分別在二個資料庫進行檢索，並依據檢索結果評估使用何者較匹配自身的研究需求。而現在也逐漸出現合併二者檢索結果的研究，但仍為相對少數，主要由於收錄範圍、匯出格式等面相存在差異，使得若要整合檢索結果則須經一定處理才得以進行後續應用。不過要選擇何種方式則仍以研究目的為主(Echchakoui, 2020; Caputo & Kargina, 2022)。

Merge Data from Web of Science & Scopus

本人合併 Web of Science 與 Scopus 匯出資料之方法主要參考 Caputo 與 Kargina 於 2022 年討論的方法 (Caputo & Kargina, 2022)，進行細部改進並於合併過程增加一些檢查點，已確保資料之一致性。
此方法使用到 R 語言之 Bibliometrix 函式庫，須先行安裝（相關操作可參考官方文件）。
若有更佳之方法以及改善措施惠請來信指導，謝謝。

步驟 1：分別將檢索結果匯出為 BibTex 格式

自資料庫中檢索文件，並將所選文獻匯出，以供後續 Bibliometrix 進行讀取。

  • Web of Science：選定欲匯出之文獻 ⇒ 匯出（Export） ⇒ BibTex ⇒ 記錄內容：完整記錄和被引參考文獻（Record Content: Full Record and Cited References）⇒ 匯出（Export）
  • Scopus（一定要用英文版本，在網頁下方選擇「Switch to English」）：選定欲匯出之文獻 ⇒ Export ⇒ BibTex ⇒ What information do you want to export?（選擇需要的類別）⇒ Export

也可以匯出成其他偏好格式，這個階段主要是要匯出數據以供 Bibliometrix 讀取。截至本文撰寫日期目前支援格式如下（參照官方說明文件）：

SourceFormatExtension
Web of Science- BibTeX
- plaintext
- EndNote Desktop		- .bib
- .txt
- .ciw
Scopus- BibTeX
- CSV export		- .bib
- .txt’

步驟 2：將個別 BibTex 格式結果轉換為 Bibliometrix 格式

使用 R 語言之 Bibliometrix 函式庫轉換匯出數據為 Bibliometrix 可讀之格式。步驟如下述：

  1. 載入 Bibliometrix 函式庫。

    library("bibliometrix")

  2. 轉換 Web of Science 匯出資料。
    假設 Web of Science 匯出文件名稱為「savedrecs.bib」，則使用以下代碼將其轉換為 Bibliometrix 支援之 xlsx 格式： 
    file <- "savedrecs.bib"
M <- convert2df(file, dbsource = "wos", format = "bibtex")
write.xlsx(M, file = "WoS.xlsx")
  3. 轉換 Scopus 匯出資料。
    假設 Scopus 匯出文件名稱為「scopus.bib」，則使用以下代碼將其轉換為 Bibliometrix 支援之 xlsx 格式： 
    file <- "scopus.bib"
N <- convert2df(file, dbsource = "scopus", format = "bibtex")
write.xlsx(N, file = "Scopus.xlsx")
  4. 最後，將獲得「WoS.xlsx」、「Scopus.xlsx」二份文件。

步驟 2.1：透過 Biblioshiny 操作 BibTex 格式轉換

該過程亦可透過 Bibliometrix 的 Biblioshiny 進行轉換（使用 GUI 介面操作）。步驟如下述：

  1. 載入 Bibliometrix 函式庫。

    library("bibliometrix")

  2. 啟動 Biblioshiny。

    biblioshiny()

  3. 載入 Web of Science 匯出資料。

    Data ⇒ Load Data ⇒
    Please, choose what to do: “Import raw file(s)” ⇒
    Database: “Web of Science (WoS/WoK)” ⇒
    Choose a file: 選擇檔案或將檔案拖曳 ⇒
    ▶ Start

    於此階段可以檢查載入數據比述及資訊資訊比例

  4. 轉換 Web of Science 匯出資料。

    Export collection ⇒ Save as: Excel ⇒
    ▶ Export

  5. 載入與轉換 Scopus 匯出資料。 與 Web of Science 操作方式同理。其中，Database 改成選取「Scopus」即可。

步驟 3：在 Excel 中整合數據

假設 Web of Science 匯出資料轉換為「WoS.xlsx」；Scopus 匯出資料轉換為「Scopus.xlsx」。透過以下步驟將二者合併為一個文件：

  1. 選擇一個文件作為基礎（個人習慣上使用 Web of Science 作為基礎）。

  2. 將另一文件相同欄位資料移置對應位置（依照需求選擇需要的項目）。
    可直接對應之項目：

    Web of ScienceScopus (對應)Web of ScienceScopus (對應)
    ABABJIJI
    affiliationsAffiliationsLALA
    AUAUoaOA
    AU_UNAU_UNPPPP
    Page.start
    Page.end
    AU_UN_NRAU_UN_NRPUPU
    AU1_UNAU1_UNPYPY
    C1C1RPRP
    CRCRSNISSN
    DBDBSOSO
    DEDESRSR
    DIDISR_FULLSR_FULL
    DTDTTCTC
    FUFUTITI
    FXFXUTUT
    IDIDVLVL
    DBDB
    J9J9

    不可直接對應之項目：

    Web of ScienceScopus
    AR（文章編號，不重要）Art..No.
    earlyaccessdateAuthor.s..ID
    eissnC1raw
    orcid.numbersChemicals.CAS
    researcherid.numbersCODEN
    usage.count.last.180.daysConference.code
    web.of.science.categories.Conference.date
    web.of.science.indexConference.location
    da（匯出日期，不重要）Conference.name
    EM（電子信箱，不重要）Editors
    monthFunding.Text.2
    NRIS
    PAISBN
    PNManufacturers
    SCMolecular.Sequence.Numbers
    U2Publication.Stage
    GAPubMed.ID
    Sponsors
    Tradenames
    URL

    其中，Web of Science 的匯出項目編碼解釋如官方說明文件之「All Export Field Tags」章節。

  3. 刪除重複項。

    1. 自 DOI 檢查重複項：
      1. 使用 Excel 的「篩選」工具檢查「DI」欄位是否存在缺失值，將該數據列排除另外處理。
      2. 使用 Excel 的「條件式格式設定」工具，針對「DI」欄位進行重複項之醒目標記。

        「醒目提示儲存格規則」⇒ 「重複的值」

      3. 篩選刪除重複項目。

        選取所有資料 ⇒ 「排序與篩選」 ⇒ 「篩選」 ⇒ 於「DI」欄位「依色彩篩選」選定被醒目標記的資料 ⇒
        檢查「DI」欄位是否有缺失值先行排除另外處理 選取重複資料之 Scopus 數據：於「DB」欄位篩選「SCOPUS」資料庫之文獻 ⇒ 選取所有資料列並「刪除列」 ⇒ 清除篩選。

      4. 將「DI」欄位缺失之數據手動檢查後再將檢查過之數據列彙整放回。
    2. 自 Title 檢查重複項：
      1. 使用 Excel 的「條件式格式設定」工具，針對「TI」欄位進行重複項之醒目標記。
      2. 逐筆檢查是否存在重複項目並刪除重複之資料列。
      3. 以「TI」欄位進行排序，檢視是否有遺漏的重複項。

  4. 檢查錯誤期刊縮寫（Journal Abbreviation）

    1. 擷取「SO」、「J9」、「JI」欄位至其他工作表。
    2. 全選擷取範圍，使用 Excel 之「資料」 ⇒ 「移除重複項」工具移除重複內容。
    3. 將剩餘項目依照「SO」欄位排序，並對該欄位使用 Excel 的「條件式格式設定」工具，針對「SO」欄位進行重複項之醒目標記。
    4. 逐一檢查並統一文章之「J9」與「JI」資訊，若不清楚應以和者為主可自 Clarivate 公司的 Journal Citation Reports 工具進行檢索。
      舉例：檢索「ENERGY FOR SUSTAINABLE DEVELOPMENT」期刊，可從中得知其 JCR ABBREVIATION: “ENERGY SUSTAIN DEV”；ISO ABBREVIATION: “Energy Sustain Dev.”。因此，標準資訊如下表：
    SOJ9JI
    ENERGY FOR SUSTAINABLE DEVELOPMENTENERGY SUSTAIN DEVENERGY SUSTAIN DEV.
    1. 以相同方式檢查「J9」與「JI」欄位。

  5. 現在已得到一合併 Web of Science 以及 Scopus 資料庫文獻數據之 .xlsx 文件。可使用 Bibliometrix 讀取該文件並進行後續文獻計量分析。

References

  1. Clarivate. The History of ISI and the work of Eugene Garfield. https://clarivate.com/the-institute-for-scientific-information/history-of-isi/
  2. Martín-Martín, A., Thelwall, M., Orduna-Malea, E. et al. Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and OpenCitations’ COCI: a multidisciplinary comparison of coverage via citations. Scientometrics 126, 871–906 (2021).
    DOI:10.1007/s11192-020-03690-4
  3. Singh, V.K., Singh, P., Karmakar, M. et al. The journal coverage of Web of Science, Scopus and Dimensions: A comparative analysis. Scientometrics 126, 5113–5142 (2021).
    DOI:10.1007/s11192-021-03948-5
  4. Stahlschmidt, S., Stephen, D. From indexation policies through citation networks to normalized citation impacts: Web of Science, Scopus, and Dimensions as varying resonance chambers. Scientometrics 127, 2413–2431 (2022).
    DOI:10.1007/s11192-022-04309-6
  5. Liu, W., Huang, M. & Wang, H. Same journal but different numbers of published records indexed in Scopus and Web of Science Core Collection: causes, consequences, and solutions. Scientometrics 126, 4541–4550 (2021).
    DOI:10.1007/s11192-021-03934-x
  6. Caputo, A., Kargina, M. A user-friendly method to merge Scopus and Web of Science data during bibliometric analysis. J Market Anal 10, 82–88 (2022).
    DOI:10.1057/s41270-021-00142-7
  7. Echchakoui, S. Why and how to merge Scopus and Web of Science during bibliometric analysis: the case of sales force literature from 1912 to 2019. J Market Anal 8, 165–184 (2020).
    DOI:10.1057/s41270-020-00081-9

關聯圖

相關反向連結

  • 無相關連結