<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه شاهد</PublisherName>
				<JournalTitle>پژوهش نامه علم سنجی</JournalTitle>
				<Issn>2423-3773</Issn>
				<Volume>7</Volume>
				<Issue>(شماره 2، پاییز وزمستان)</Issue>
				<PubDate PubStatus="epublish">
					<Year>2021</Year>
					<Month>09</Month>
					<Day>23</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Mapping Knowledge Structure of Obstetrics and Gynecology studies: A Co-Word Analysis</ArticleTitle>
<VernacularTitle>ترسیم و تحلیل نقشه دانش حوزه پژوهش‌های زنان ‌و ‌زایمان با استفاده از تحلیل هم‌رخدادی واژگان</VernacularTitle>
			<FirstPage>137</FirstPage>
			<LastPage>156</LastPage>
			<ELocationID EIdType="pii">1136</ELocationID>
			
<ELocationID EIdType="doi">10.22070/rsci.2020.5289.1359</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>مژگان</FirstName>
					<LastName>جواهری</LastName>
<Affiliation>کارشناس ارشد کتابداری و اطلاع‌رسانی پزشکی، دانشگاه علوم پزشکی همدان، ایران.</Affiliation>
<Identifier Source="ORCID">0000-0003-2649-0039</Identifier>

</Author>
<Author>
					<FirstName>حسین</FirstName>
					<LastName>وکیلی مفرد</LastName>
<Affiliation>استادیار، گروه کتابداری و اطلاع‌رسانی پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، ایران.</Affiliation>
<Identifier Source="ORCID">0000000000000000000</Identifier>

</Author>
<Author>
					<FirstName>محمدرضا</FirstName>
					<LastName>امیری</LastName>
<Affiliation>استادیار، گروه کتابداری و اطلاع‌رسانی پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی همدان، ایران.</Affiliation>
<Identifier Source="ORCID">0000-0002-7250-9004</Identifier>

</Author>
<Author>
					<FirstName>علی اکبر</FirstName>
					<LastName>خاصه</LastName>
<Affiliation>دانشیار گروه علم اطلاعات و دانش‌شناسی، دانشگاه پیام نور.</Affiliation>
<Identifier Source="ORCID">0000-0001-5664-4671</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2019</Year>
					<Month>11</Month>
					<Day>22</Day>
				</PubDate>
			</History>
		<Abstract>Purpose:This study aimed to investigate the knowledge map in obstetrics and gynecology research using network analysis and visualization approaches through co-word analysis. &lt;br /&gt;Methodology: This applied research has been conducted with a scientometrics approach using the co-word analysis. The study population consisted of 57769 records on obstetrics and gynecology indexed in the Web of Science Database during 2014-2018. &lt;br /&gt;Findings: The keywords &quot;Pregnancy&quot; and &quot;Pregnancy-Preeclampsia&quot; have been shown to have the highest rate of frequency and co-occurrence frequency in obstetrics and gynecology research, respectively. Hierarchical clustering leads to the formation of seven clusters, Clusters of &quot;Caesarean&quot;, &quot;Preeclampsia&quot; and &quot;Women&#039;s Cancer&quot; are considered as adult clusters and &quot;infertility&quot; cluster is not a central cluster, but it is developed. It was also found that the clusters of &quot;pre-natal screening&quot;, &quot;menopause&quot; and &quot;pregnancy complications&quot; are among the emerging or declining clusters. &lt;br /&gt;Conclusion: The knowledge structure of obstetrics and gynecology revealed the status of research in this field which could be a guide for future researches. In the field of obstetrics and gynecology, issues related to infertility and its psychological problems need more attention from researchers.</Abstract>
			<OtherAbstract Language="FA">هدف: این پژوهش سعی دارد با استفاده از فنون تحلیل هم‌رخدادی واژگان، نقشه دانش در پژوهش‌های حوزه زنان و زایمان را با استفاده از رویکردهای تحلیل شبکه و دیداری‌سازی علم مورد مطالعه قرار دهد.&lt;br /&gt;روش‌شناسی: این پژوهش کاربردی با استفاده از تحلیل هم‌رخدادی واژگان انجام شده است. جامعه پژوهش را تعداد 57769 رکورد تشکیل می‌دهد که در حوزه زنان و زایمان در بازه زمانی 2014 تا 2018 در پایگاه اطلاعاتی وب آو ساینس نمایه شده‌اند.&lt;br /&gt;یافته‌ها: از نظر فراوانی، کلیدواژه «بارداری» و از نظر هم‌رخدادی دو کلیدواژة «بارداری-پره‌اکلامپسی» بیشترین فراوانی را داشته‌اند. یافته‌های مربوط به خوشه‌بندی سلسله‌مراتبی نیز منجر به شکل‌گیری هفت خوشه گردید. خوشه‌های «سزارین»، «پره‌اکلامپسی» و «سرطان‌های زنان» جزء خوشه‌های بالغ به حساب می‌آیند. خوشه «ناباروری» محوری نبوده، و جزء خوشه‌های در حال توسعه‌ می‌باشد. خوشه‌های «غربالگری قبل از تولد»، «یائسگی» و «عوارض بارداری» از خوشه‌های نابالغ و توسعه‌نیافته می‌باشند.&lt;br /&gt;نتیجه‌گیری: بررسی ساختار دانش حوزه زنان و زایمان وضعیت پژوهش‌های این حوزه را مشخص نمود که می‌تواند نقشه راهی برای پژوهش‌های آتی پژوهشگران باشد. در حوزه زنان و زایمان، موضوعات پیرامون ناباروری و مشکلات روانی آن نیاز به توجه بیشتر پژوهشگران دارد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">زنان و زایمان</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">علم‌سنجی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نقشه دانش</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">خوشه‌بندی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تحلیل شبکه</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://rsci.shahed.ac.ir/article_1136_398cd35d3fef6a7b2395a3696fd36b89.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
