Cara Ekstrak Data daripada Scopus, WoS, dan PubMed untuk Analisis Bibliometrik

• ⏱️ 12 minit bacaan • 🗄️ Bibliometrik • Ekstraksi Data

Tahukah anda bahawa 80% kegagalan analisis bibliometrik bukan berlaku semasa pemetaan, sebaliknya semasa ekstraksi data? Format fail yang salah, metadata yang tidak lengkap, atau had eksport yang dilanggar boleh menyebabkan VOSviewer dan Biblioshiny menolak data anda — atau lebih teruk, menghasilkan peta yang menyesatkan. Prinsipnya mudah: garbage in, garbage out. Artikel ini memandu anda mengekstrak data daripada tiga pangkalan data gergasi — Scopus, Web of Science (WoS), dan PubMed — dengan format yang serasi untuk tools bibliometrik popular. Jika anda tidak mahu menghabiskan berjam-jam mengurus had eksport dan penukaran format, pasukan Corvexum sedia menyediakan dataset bersih dan sedia analisis untuk anda.

Langkah 0: Sediakan Search String yang Kukuh

Sebelum menyentuh butang export, pastikan pertanyaan anda matang. Gunakan operator Boolean (AND, OR, NOT), tanda petikan untuk frasa tepat, dan asterisk untuk truncation. Contoh: ("electric vehicle*" OR "ev adoption") AND ("consumer behavior" OR "purchase intention"). Untuk PubMed, manfaatkan istilah MeSH agar carian lebih tepat. Catat dan simpan search string final anda — ini wajib dilaporkan dalam bahagian metodologi artikel dan akan diminta oleh reviewer.

Ekstraksi daripada Scopus (Had 2,000 per Eksport)

Scopus mengehadkan satu eksport kepada maksimum 2,000 dokumen. Jika hasil anda 5,600 dokumen, anda perlukan 3 kali eksport (1-2000, 2001-4000, 4001-5600). Langkahnya:

  • Jalankan carian, kemudian tandakan semua hasil dan klik Export.
  • Pilih format CSV — format paling mesra untuk Bibliometrix/Biblioshiny dan VOSviewer.
  • Tandakan semua blok metadata: Citation information, Bibliographical information, Abstract & Keywords, dan References. Melangkau References bermakna anda kehilangan keupayaan co-citation dan bibliographic coupling.
  • Ulangi untuk julat seterusnya, kemudian simpan dengan nama berurutan (scopus_part1.csv, dst.).

Ekstraksi daripada Web of Science (Had 1,000 per Eksport)

WoS Core Collection mengehadkan eksport 1,000 rekod per muat turun. Gunakan menu Export → Excel / Plain Text / Tab-delimited. Untuk analisis bibliometrik, pilih kandungan Full Record and Cited References. Format Plain Text (.txt) dan Tab-delimited (.txt/.dat) kedua-duanya dikenali oleh fungsi convert2df dalam bibliometrix. Jangan lupa: WoS menyimpan cited references paling kemas antara ketiga-tiganya, maka sangat unggul untuk analisis co-citation dan historiograph.

Ekstraksi daripada PubMed (Percuma, tetapi Ada Catatan)

PubMed ialah syurga untuk bidang kesihatan dan bioperubatan, dan sepenuhnya percuma. Gunakan butang Save / Send to → File, kemudian pilih format PubMed atau MEDLINE yang terus serasi dengan bibliometrix. Had muat turun sehingga 10,000 rekod per sesi. Namun catat dua keterbatasan besar: PubMed tidak menyediakan cited references dan metrik sitasi bawaan. Penyelesaiannya: gabungkan dengan Europe PMC atau OpenAlex untuk data sitasi, atau gunakan API NCBI E-utilities untuk ekstraksi terprogram dalam kuantiti besar.

Menyatukan & Membersihkan Dataset

Selepas semua fail terkumpul, masanya konsolidasi. Dalam R, fungsi convert2df() daripada bibliometrix boleh menggabungkan fail Scopus/WoS sambil melakukan deduplikasi automatik. Langkah terbaik:

  • Gabungkan fail per pangkalan data terlebih dahulu, kemudian samakan struktur lajur.
  • Buang duplikat berdasarkan DOI atau tajuk (tools: bibliometrix, atau Rayyan untuk semakan manual).
  • Periksa kelengkapan field utama: Authors, Title, Year, Source, Keywords, References. Field yang kosong akan mematikan menu analisis tertentu.
  • Simpan dataset final sebagai objek .RData atau CSV master — ini aset paling berharga projek anda.
💡 Tips Pro Dokumentasi: Bina jadual log ekstraksi yang mengandungi: nama pangkalan data, tarikh muat turun, search string, bilangan rekod, dan format fail. Jadual kecil ini menyelamatkan anda apabila reviewer bertanya “bila dan bagaimana data diambil?” — dan menjadikan kajian anda sepenuhnya boleh dihasilkan semula.

🎯 Pangkalan Data Mana yang Perlu Anda Pilih?

  1. Bidang kejuruteraan, sosial, multidisiplin? → Scopus (liputan terluas, 80+ juta rekod).
  2. Perlukan co-citation & historiograph yang kuat? → WoS (cited references paling kemas).
  3. Bidang perubatan/bioperubatan, bajet sifar? → PubMed + Europe PMC/OpenAlex.
  4. Kajian bibliometrik kelas Q1? → Gunakan minimum dua pangkalan data dan laporkan perbandingannya — ini nilai tambah besar di mata reviewer.

🚀 Malas Berurusan dengan Had Eksport & Penukaran Format?

Ekstraksi data nampak remeh, tetapi kesilapan kecil di peringkat ini merosakkan keseluruhan analisis di belakangnya — dan membaikinya bermakna mengulang semua kerja dari awal. Masa anda terlalu berharga untuk dihabiskan memuat turun fail part 1 hingga part 5 sambil berdebar takut terlepas. Pasukan Corvexum sedia menyediakan asas data yang sempurna:

  • ✅ Perancangan search string Boolean + pengesahan bersama librarian penyelidikan
  • ✅ Ekstraksi lengkap Scopus/WoS/PubMed termasuk semua part had eksport
  • ✅ Deduplikasi, pembersihan metadata, dan penyatuan dataset master
  • ✅ Fail sedia guna untuk VOSviewer, Biblioshiny, atau CiteSpace + log ekstraksi untuk metodologi
💬 Kaunseling Percuma melalui WhatsApp
📧 Hantar Topik Kajian kepada Admin

Atau emel ke: corvexum@gmail.com | Lawati: corvexum.com/

Artikel ini ditulis oleh pasukan bibliometrik Corvexum. Kerana analisis yang hebat sentiasa berdiri di atas data yang diekstrak dengan betul.


Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

More posts

/* ============================================ CORVEXUM UNIVERSAL POST JS v2.2 ES5 + TANPA KARAKTER KHUSUS ( kurang-dari dan ampersand ) CTA Tracking + Smooth Scroll + PRISMA Animation ============================================ */ (function () { 'use strict'; function onReady(fn) { if (document.readyState !== 'loading') { fn(); } else { document.addEventListener('DOMContentLoaded', fn); } } onReady(function () { /* 1. CTA Click Tracking (siap untuk GA4/GTM) */ var btns = document.querySelectorAll('.cvx-btn'); var i; for (i = 0; i !== btns.length; i = i + 1) { (function (btn) { btn.addEventListener('click', function () { if (window.console) { if (window.console.log) { window.console.log('CTA Clicked: ' + btn.href); } } }); }(btns[i])); } /* 2. Smooth Scroll untuk anchor internal */ var anchors = document.querySelectorAll('a[href^="#"]'); var j; for (j = 0; j !== anchors.length; j = j + 1) { (function (link) { link.addEventListener('click', function (e) { var href = link.getAttribute('href'); var target = null; if (href) { if (href.length !== 1) { target = document.querySelector(href); } } if (target) { e.preventDefault(); target.scrollIntoView({ behavior: 'smooth', block: 'start' }); } }); }(anchors[j])); } /* 3. Animasi PRISMA Flow Diagram saat scroll into view */ var flows = document.querySelectorAll('.cvx-prisma-flow'); var m; var n; if (flows.length !== 0) { if (typeof window.IntersectionObserver === 'function') { var observer = new window.IntersectionObserver(function (entries) { for (n = 0; n !== entries.length; n = n + 1) { if (entries[n].isIntersecting) { entries[n].target.style.opacity = '1'; entries[n].target.style.transform = 'translateY(0)'; observer.unobserve(entries[n].target); } } }, { threshold: 0.1 }); for (m = 0; m !== flows.length; m = m + 1) { flows[m].style.opacity = '0'; flows[m].style.transform = 'translateY(20px)'; flows[m].style.transition = 'opacity 0.6s ease, transform 0.6s ease'; observer.observe(flows[m]); } } } /* 4. Auto-update tahun di footer (opsional) */ var yearSpans = document.querySelectorAll('.cvx-year'); var currentYear = new Date().getFullYear(); var p; for (p = 0; p !== yearSpans.length; p = p + 1) { yearSpans[p].textContent = String(currentYear); } }); }());