بررسي تطبيقي قواعد لوتكا و پايو با تعداد نويسندگان و مقالات آنان در حوزه هاي علوم رايانه و هوش مصنوعي در پايگاه استنادي وب آو ساينس در سال هاي 1986 تا 2009

A Comparative Survey of Lotka and Pao’s Laws Conformity with the Number of Researchers and Their Articles in Computer Science and Artificial Intelligence Fields in Web of Science (1986-2009)

هدف پژوهش حاضر، بررسي انطباق قواعد لوتكا و پايو با تعداد نويسندگان و مقالات آنان در حوزه هاي علوم رايانه و هوش مصنوعي در پايگاه اطلاعاتي وب آو ساينس در سال هاي 1986 تا 2009 است. اهداف فرعي پژوهش عبارتند از الف) جايگزيني "تعداد همكاري در تاليف" نويسندگان به‌جاي تعداد مقالات آنان در قاعده پايو؛ ب) بررسي معيارهاي بررسي قواعد لوتكا و پايو. پژوهش حاضر از نوع نظري بوده و با استفاده از قواعد علم سنجي انجام شده است. نتايج حاكي از اين است كه تعداد نويسندگان و تعداد مقالات آنان در حوزه هاي علوم رايانه و هوش مصنوعي با قاعده لوتكا انطباق ندارد، اما مطابق قاعده پايو است. رابطه بين تعداد نويسندگان و تعداد "همكاري در تاليف" آنان در اين دو حوزه با قاعده پايو انطباق ندارد. براي مقايسه پذير ساختن يافته-هاي پژوهش هاي مختلف، هماهنگ سازي استفاده از روش هاي بررسي قواعد علم-سنجي ضروري به نظر مي رسد، از اين رو در پايان، پيشنهادهايي براي هماهنگ سازي روش مطالعه اين قواعد ارايه شده است. تفاوت هاي موجود در مطالعات در ارتباط با مطالعه نحوه رشد بروندادهاي علمي نويسندگان براساس قاعده لوتكا يا پايو، روش شمارش نويسندگان مقالات، دامنه حوزه موضوعي يا موضوعات مورد مطالعه، بازه زماني مورد مطالعه، و آزمون آماري است. يكسان سازي استفاده از روش‌شناسي ها در قواعد لوتكا و پايو در مطالعات علم سنجي و نتايج و يافته‌هاي حاصل از اين‌گونه مطالعات در سطح ملي و بين المللي مي تواند تا حدود زيادي حاصل تحقيقات را مقايسه-پذير كند و در مسير انجام پژوهش هاي هماهنگ گام بردارد.

The purpose of this research was to examine the validity of Lotka and Pao’s laws with authorship distribution of "Computer Science" and "Artificial Intelligence" fields using Web of Science (WoS) during 1986 to 2009 and comparing the results of examinations. This study was done by using the methods of citation analysis which are scientometrics techniques. The research sample includes all articles in computer science and artificial intelligence fields indexed in the databases accessible via Web of Science during 1986-2009; that were stored in 500 records files and added to "ISI.exe" software for analysis to be performed. Then, the required output of this software was saved in Excel. There were 19150 articles in the computer science field (by 45713 authors) and 958 articles in artificial intelligence field (by 2487 authors). Then for final counting and analyzing, the data converted to “Excel” spreadsheet software. Lotka and Pao’s laws were tested using both Lotka’s formula: x^n? = c (for Lotka’s Law); also for testing Pao’s law the values of the exponent n and the constant c are computed and Kolmogorov-Smirnov goodness-of-fit tests were applied. The results suggested that author productivity distribution predicted in “Lotkaʹs generalized inverse square law” was not applicable to computer science and artificial intelligence; but Pao’s law was applicable to these subject areas. Survey both literature and original examining of Lotka and Pao’s Laws witnessed some aspects should be considered. The main elements involved in fitting in a bibliometrics method have been identified: using Lotka or Pao’s law, subject area, period of time, measurement of authors, and a criterion for assessing goodness-of-fit.