Original Title: 国内甲骨文研究热点、主题聚类及研究状况分析——基于共词和社会网络分析视角
Source: doi.org/10.16366/j.cnki.1000-2367.2020.06.005
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ចំណុចក្តៅ ចង្កោមប្រធានបទ និងស្ថានភាពស្រាវជ្រាវនៃសិលាចារឹកឆ្អឹងទស្សន៍ទាយនៅប្រទេសចិន៖ តាមទស្សនវិស័យនៃការវិភាគពាក្យរួម និងបណ្តាញសង្គម

ចំណងជើងដើម៖ 国内甲骨文研究热点、主题聚类及研究状况分析——基于共词和社会网络分析视角

អ្នកនិពន្ធ៖ Zhang Ruihong (School of Computer and Information Engineering, Anyang Normal University)

ឆ្នាំបោះពុម្ព៖ 2020, Journal of Henan Normal University (Natural Science Edition)

វិស័យសិក្សា៖ Bibliometrics / Paleography

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការវាយតម្លៃស្ថានភាពស្រាវជ្រាវ និងការកំណត់អត្តសញ្ញាណប្រធានបទសំខាន់ៗ (Hotspots) នៃការសិក្សាទៅលើសិលាចារឹកឆ្អឹងទស្សន៍ទាយ (Oracle Bone Inscriptions) នៅក្នុងប្រទេសចិនក្នុងរយៈពេល ២០ ឆ្នាំចុងក្រោយ (២០០០-២០១៩)។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រវិភាគទិន្នន័យគន្ថនិទ្ទេសដោយផ្អែកលើអត្ថបទស្រាវជ្រាវពីមូលដ្ឋានទិន្នន័យចំណេះដឹងជាតិចិន (CNKI)។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Co-word Analysis
ការវិភាគពាក្យរួម
អាចកំណត់អត្តសញ្ញាណពាក្យគន្លឹះដែលមានប្រេកង់ខ្ពស់ និងបង្ហាញពីភាពទាក់ទងគ្នារវាងពាក្យទាំងនោះ ដើម្បីស្វែងរកចំណុចក្តៅនៃការស្រាវជ្រាវ (Hotspots)។ មិនអាចកំណត់ព្រំដែននៃក្រុមប្រធានបទស្រាវជ្រាវឱ្យបានច្បាស់លាស់ដោយខ្លួនឯងបានទេ ប្រសិនបើមិនប្រើរួមជាមួយវិធីសាស្ត្រផ្សេង។ បានកំណត់ពាក្យគន្លឹះសំខាន់ៗចំនួន ៩៦ ដែលបង្កើតបានជារចនាសម្ព័ន្ធបណ្តាញស្នូល និងពាក់កណ្តាលស្នូលនៃការសិក្សាសិលាចារឹកឆ្អឹង។
Social Network Analysis (Cohesive Subgroups)
ការវិភាគបណ្តាញសង្គម (ការបែងចែកក្រុមរងមានភាពស្អិតរមួត)
អាចចាត់ថ្នាក់ពាក្យគន្លឹះដែលទាក់ទងគ្នាយ៉ាងជិតស្និទ្ធទៅជាក្រុមប្រធានបទរងច្បាស់លាស់ ងាយស្រួលក្នុងការយល់ពីទិសដៅនៃការសិក្សា។ កម្មវិធីកុំព្យូទ័រអាចមានអត្រាភាន់ច្រឡំក្នុងការបែងចែកក្រុម ដែលទាមទារឱ្យមានការផ្ទៀងផ្ទាត់ និងកែតម្រូវពីអ្នកជំនាញក្នុងវិស័យនោះ។ បានបែងចែកវិស័យស្រាវជ្រាវសិលាចារឹកឆ្អឹងជា ៥ ក្រុមប្រធានបទរងដោយជោគជ័យ និងមានការបញ្ជាក់ពីភាពត្រឹមត្រូវ។
Strategic Coordinate Map & Multidimensional Scaling
ការធ្វើមាត្រដ្ឋានពហុវិមាត្រ និងផែនទីកូអរដោណេយុទ្ធសាស្ត្រ
ផ្តល់រូបភាពយ៉ាងច្បាស់អំពីភាពចាស់ទុំ (Maturity) និងភាពជាស្នូល (Centrality) នៃប្រធានបទនីមួយៗ ធៀបនឹងវិស័យរួម។ តម្រូវឱ្យមានការគណនាភាពស៊ីជម្រៅលើដង់ស៊ីតេ (Density) និងកម្រិតស្នូល (Centripetal) ដែលអាចស្មុគស្មាញក្នុងការរៀបចំទិន្នន័យ។ បញ្ជាក់ថាការសិក្សាពី 'រចនាសម្ព័ន្ធតួអក្សរបុរាណ' ស្ថិតនៅទីតាំងស្នូល និងមានភាពចាស់ទុំជាងគេបំផុត (Quadrant 1)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកលើកម្មវិធីវិភាគទិន្នន័យគន្ថនិទ្ទេស និងមូលដ្ឋានទិន្នន័យស្រាវជ្រាវដែលមានស្រាប់ ដោយមិនតម្រូវឱ្យមានធនធានកុំព្យូទ័រធំដុំ (High-performance computing) នោះទេ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រើប្រាស់ទិន្នន័យទាំងស្រុងពីមូលដ្ឋានទិន្នន័យចិន (CNKI) ដោយផ្តោតលើសិលាចារឹកឆ្អឹងទស្សន៍ទាយចិន។ ទោះបីជាទិន្នន័យនេះមិនពាក់ព័ន្ធផ្ទាល់នឹងកម្ពុជាក៏ដោយ ប៉ុន្តែ 'វិធីសាស្ត្រ' នៃការវិភាគនេះគឺមានតម្លៃណាស់សម្រាប់ការយកមកអនុវត្តដើម្បីវាយតម្លៃនិន្នាការនៃការស្រាវជ្រាវប្រវត្តិសាស្ត្រ ឬអក្សរសាស្ត្រនៅក្នុងប្រទេសកម្ពុជា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវិភាគទិន្នន័យគន្ថនិទ្ទេស និងបណ្តាញសង្គមនេះ គឺមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការវាយតម្លៃនិន្នាការស្រាវជ្រាវ និងការរៀបចំផែនការសិក្សានៅកម្ពុជា។

ការអនុវត្តវិធីសាស្ត្រទាំងនេះនឹងជួយអ្នកស្រាវជ្រាវកម្ពុជា និងស្ថាប័នរដ្ឋក្នុងការកំណត់ទិសដៅស្រាវជ្រាវអាទិភាព និងបែងចែកធនធានប្រកបដោយប្រសិទ្ធភាពខ្ពស់។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ប្រមូល និងសម្អាតទិន្នន័យ (Data Collection & Cleaning): ទាញយកទិន្នន័យឯកសារស្រាវជ្រាវពីមូលដ្ឋានទិន្នន័យដូចជា Google Scholar ឬ Scopus ដែលទាក់ទងនឹងប្រធានបទរបស់អ្នក រួចធ្វើការសម្អាតពាក្យគន្លឹះដោយបង្រួមពាក្យដែលមានអត្ថន័យដូចគ្នាឱ្យទៅជាពាក្យតែមួយ។
  2. ទាញយកពាក្យគន្លឹះ និងបង្កើតម៉ាទ្រីស (Keyword Extraction & Matrix Formulation): ប្រើប្រាស់កម្មវិធីដូចជា SATI ឬ Python ដើម្បីទាញយកពាក្យគន្លឹះដែលមានប្រេកង់ខ្ពស់ (High-frequency keywords) និងបង្កើតម៉ាទ្រីសពាក្យរួម (Co-occurrence matrix)។
  3. វិភាគបណ្តាញសង្គម (Social Network Analysis): នាំចូលទិន្នន័យម៉ាទ្រីសទៅកាន់កម្មវិធី Ucinet និងប្រើ Netdraw ដើម្បីគូរគំនូសតាងបណ្តាញ ដែលបង្ហាញពីទំនាក់ទំនង និងភាពជាស្នូលនៃពាក្យគន្លឹះនីមួយៗ។
  4. បែងចែកក្រុមប្រធានបទរង (Subgroup Clustering): ប្រើមុខងារ Factions នៅក្នុង Ucinet ដើម្បីបែងចែកពាក្យគន្លឹះទៅជាក្រុមរង រួចពិភាក្សាជាមួយអ្នកជំនាញដើម្បីដាក់ឈ្មោះក្រុមប្រធានបទទាំងនោះឱ្យបានត្រឹមត្រូវ។
  5. វាយតម្លៃស្ថានភាពនៃការស្រាវជ្រាវ (Evaluate Research Status): ប្រើប្រាស់កម្មវិធី VOSviewer ដើម្បីបង្កើតផែនទីកូអរដោណេយុទ្ធសាស្ត្រ (Strategic Coordinate Map) ដោយគណនាដង់ស៊ីតេ និងកម្រិត向心度 (Centripetal) ដើម្បីកំណត់ថាប្រធានបទណាដែលមានភាពចាស់ទុំ និងប្រធានបទណាដែលនៅក្មេងខ្ចី។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Co-word Analysis វិធីសាស្ត្រវិភាគអត្ថបទស្រាវជ្រាវដោយរាប់ចំនួនដងដែលពាក្យគន្លឹះពីរលេចឡើងជាមួយគ្នាក្នុងឯកសារតែមួយ ដើម្បីស្វែងយល់ពីទំនាក់ទំនងនៃពាក្យទាំងនោះ និងកំណត់ប្រធានបទស្រាវជ្រាវ។ ដូចជាការសង្កេតមើលថាតើមិត្តភក្តិពីរនាក់ណាដែលតែងតែទៅណាមកណាជាមួយគ្នាញឹកញាប់ ដើម្បីដឹងថាពួកគេស្ថិតក្នុងក្រុមតែមួយ។
Social Network Analysis ការសិក្សាពីទំនាក់ទំនងរវាងធាតុផ្សេងៗ (ដូចជាពាក្យគន្លឹះ ស្ថាប័ន ឬអ្នកស្រាវជ្រាវ) ដោយប្រើប្រាស់ទ្រឹស្តីបណ្តាញ និងក្រាហ្វ ដើម្បីរកមើលចំណុចស្នូល និងរចនាសម្ព័ន្ធនៃទំនាក់ទំនង។ ដូចជាការគូរផែនទីបណ្តាញទំនាក់ទំនងសង្គមរបស់សិស្សក្នុងថ្នាក់ ដើម្បីមើលថានរណាជាប្រធានក្រុម ឬអ្នកដែលស្គាល់គេច្រើនជាងគេ។
Cohesive Subgroups ការបែងចែកបណ្តាញទំនាក់ទំនងដ៏ធំមួយទៅជាក្រុមតូចៗ ដែលសមាជិកក្នុងក្រុមនីមួយៗមានទំនាក់ទំនងស្អិតរមួតជាមួយគ្នាខ្លាំងជាងធាតុនៅខាងក្រៅក្រុម។ ដូចជាការបែងចែកសិស្សក្នុងសាលាទៅជាក្រុមតូចៗតាមចំណង់ចំណូលចិត្ត (ឧ. ក្រុមបាល់ទាត់ ក្រុមតន្ត្រី) ដែលសមាជិកក្នុងក្រុមនីមួយៗជិតស្និទ្ធនឹងគ្នា។
Multidimensional Scaling (MDS) បច្ចេកទេសស្ថិតិដែលបំប្លែងទិន្នន័យស្មុគស្មាញ (ពហុវិមាត្រ) ទៅជាទម្រង់សាមញ្ញ (ផែនទី ២ វិមាត្រ) ដោយរក្សាគម្លាតស្របតាមកម្រិតស្រដៀងគ្នានៃទិន្នន័យ។ ដូចជាការគូរផែនទីបង្ហាញទីតាំងខេត្តនានា ដោយផ្អែកលើទិន្នន័យពេលវេលាធ្វើដំណើររវាងខេត្តទាំងនោះ ដើម្បីឲ្យខេត្តដែលធ្វើដំណើរឆាប់ដល់គ្នាបង្ហាញខ្លួននៅក្បែរគ្នានៅលើក្រដាស។
Strategic Coordinate Map គំនូសតាងដែលមានអ័ក្សពីរ (កម្រិត向心度 និង 密度) សម្រាប់វាយតម្លៃភាពចាស់ទុំ (Maturity) និងសារៈសំខាន់នៃប្រធានបទស្រាវជ្រាវណាមួយធៀបនឹងវិស័យរួម។ ដូចជាតារាងវាយតម្លៃកីឡាករ ដោយអ័ក្សមួយវាស់ពីភាពខ្លាំងរាងកាយ និងអ័ក្សមួយទៀតវាស់ពីប្រជាប្រិយភាព ដើម្បីដឹងថានរណាជាតារាឆ្នើមពិតប្រាកដ។
Degree Centrality រង្វាស់នៅក្នុងការវិភាគបណ្តាញ ដែលរាប់ចំនួនទំនាក់ទំនងផ្ទាល់ដែលចំណុច (Node) មួយមានជាមួយចំណុចផ្សេងទៀត ដើម្បីវាស់ពីឥទ្ធិពល និងភាពជាស្នូលរបស់វា។ ដូចជាការរាប់ចំនួនមិត្តភក្តិផ្ទាល់ដែលអ្នកមាននៅលើហ្វេសប៊ុក អ្នកដែលមានមិត្តច្រើនជាងគេ គឺមានឥទ្ធិពលខ្ពស់ (Degree Centrality ខ្ពស់)។
Betweenness Centrality រង្វាស់ដែលបង្ហាញពីកម្រិតដែលចំណុចមួយដើរតួជាស្ពានចម្លង ឬអ្នកសម្របសម្រួលរវាងចំណុចផ្សេងៗទៀតនៅក្នុងបណ្តាញ ដែលមិនមានទំនាក់ទំនងផ្ទាល់នឹងគ្នា។ ដូចជាអ្នកបកប្រែភាសាដែលឈរនៅចន្លោះមនុស្សពីរនាក់ដែលមិនចេះភាសាគ្នា អ្នកបកប្រែនោះមានសារៈសំខាន់បំផុតក្នុងការភ្ជាប់ទំនាក់ទំនង (Betweenness Centrality ខ្ពស់)។
Oracle Bone Inscriptions អក្សរចិនបុរាណដែលត្រូវបានឆ្លាក់នៅលើស្នូកអណ្តើក និងឆ្អឹងសត្វសម្រាប់ការទស្សន៍ទាយនៅក្នុងរាជវង្សសាង (Shang Dynasty) ដែលជាប្រព័ន្ធអក្សរចំណាស់ជាងគេបំផុត និងមានភាពចាស់ទុំនៅប្រទេសចិន។ ដូចជាសិលាចារឹកខ្មែរបុរាណដែលឆ្លាក់លើផ្ទាំងថ្ម ប៉ុន្តែនេះជាអក្សរចិនដែលឆ្លាក់លើឆ្អឹងសត្វកាលពីរាប់ពាន់ឆ្នាំមុនដើម្បីទស្សន៍ទាយអនាគត។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖