目的通过对中国知识基础设施工程(China National Knowledge Infrastructure,CNKI)数据库收录的死亡时间推断研究的文献信息可视化分析,探究1990年1月—2020年8月我国死亡时间推断研究的发展过程、不同时期的研究热点、作者及机构间合...目的通过对中国知识基础设施工程(China National Knowledge Infrastructure,CNKI)数据库收录的死亡时间推断研究的文献信息可视化分析,探究1990年1月—2020年8月我国死亡时间推断研究的发展过程、不同时期的研究热点、作者及机构间合作情况,为更好地开展死亡时间推断研究提供借鉴。方法利用信息可视化分析软件CiteSpace 5.7.R1对CNKI收录的1990年1月—2020年8月死亡时间推断研究文献中的突现热点、高频关键词、作者、机构等情况进行大数据分析。结果死亡时间推断研究的文献发表高峰期在2006—2010年,共114篇。关键词共现网络中,有效热点词汇为法医昆虫学、DNA含量分析,同时出现人工智能、大数据等新兴词汇。机构合作网络中,高频发文机构为科研院校;作者合作网络呈共聚、多合作态势。结论随着科技进步,基于传统方法的死亡时间推断研究日渐成熟,新的研究热点涌现,基于大数据、人工智能的研究为死亡时间推断提供了新方向。展开更多
文摘目的通过对中国知识基础设施工程(China National Knowledge Infrastructure,CNKI)数据库收录的死亡时间推断研究的文献信息可视化分析,探究1990年1月—2020年8月我国死亡时间推断研究的发展过程、不同时期的研究热点、作者及机构间合作情况,为更好地开展死亡时间推断研究提供借鉴。方法利用信息可视化分析软件CiteSpace 5.7.R1对CNKI收录的1990年1月—2020年8月死亡时间推断研究文献中的突现热点、高频关键词、作者、机构等情况进行大数据分析。结果死亡时间推断研究的文献发表高峰期在2006—2010年,共114篇。关键词共现网络中,有效热点词汇为法医昆虫学、DNA含量分析,同时出现人工智能、大数据等新兴词汇。机构合作网络中,高频发文机构为科研院校;作者合作网络呈共聚、多合作态势。结论随着科技进步,基于传统方法的死亡时间推断研究日渐成熟,新的研究热点涌现,基于大数据、人工智能的研究为死亡时间推断提供了新方向。
