DOI: https://doi.org/10.1038/s41598-025-17307-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41168180
تاريخ النشر: 2025-10-30
المؤلف: Antonio Zinilli وآخرون
الموضوع الرئيسي: البحث في علم القياسات العلمية والبيبلومetrics
نظرة عامة
تقدم هذه الدراسة تحليلًا شاملاً لأطروحات الدكتوراه المتعلقة بتغير المناخ في إيطاليا من 2008 إلى 2021، مما يمثل أول خريطة واسعة النطاق لهذا الإنتاج الأكاديمي عبر مختلف التخصصات. باستخدام نهج التعلم الآلي على مجموعة بيانات تضم أكثر من 74,394 أطروحة، تحدد الأبحاث وتصنف المواضيع المتعلقة بالمناخ، كاشفة عن اتجاهات مهمة في مجالات مثل انتقال الطاقة، والحفاظ على التنوع البيولوجي، والأحداث المناخية المتطرفة. تشير النتائج إلى أنه بينما تهيمن التخصصات التقنية على الأطروحات المكتوبة باللغة الإنجليزية، فإن تلك المكتوبة باللغة الإيطالية تظهر تمثيلًا تخصصيًا أكثر تنوعًا، لا سيما في العلوم الاجتماعية والإنسانية، على الرغم من أن هذه المجالات تظل ممثلة تمثيلًا ناقصًا بشكل عام.
كما تسلط التحليل الضوء على الاختلافات الإقليمية في تركيز البحث، حيث تهيمن قضايا المياه في الشمال، ومخاوف الطاقة في الوسط والجنوب، ومواضيع الحوكمة في الجزر. تؤكد هذه الأبحاث على أهمية أطروحات الدكتوراه كمصدر حيوي للرؤى حول انخراط الباحثين في بداية حياتهم المهنية مع تغير المناخ، مما يعكس منهجياتهم والاتجاهات الناشئة. من خلال رسم خريطة لهذه المساهمات الأكاديمية، تهدف الدراسة إلى تعزيز الفهم لكيفية إبلاغ الأبحاث الدكتوراه لأنظمة المعرفة المناخية وتأثيرها على التخطيط السياسي على المدى الطويل استجابة للتحديات الملحة التي تطرحها تغيرات المناخ.
مقدمة
تسلط مقدمة ورقة البحث الضوء على موضوعين رئيسيين: تأثير تغير المناخ على التنوع البيولوجي واستخدام الأراضي، مع التركيز بشكل خاص على منطقة أبينين الوسطى ونوع الصنوبر الأسود. تؤكد على العلاقة بين استهلاك الأراضي وديناميات الغطاء النباتي، مع معالجة كيفية تأثير هذه العوامل على التنوع البيولوجي واستخدام الموارد الحرجية، مثل الخشب من أنواع مثل التنوب الفضي.
بالإضافة إلى ذلك، تناقش هذه القسم الجوانب البيئية المتعلقة بعلوم النبات، حيث تفحص نمو النباتات وتأثير الأنواع الغريبة على النظم البيئية المحلية. تشير إلى دور المجتمعات البكتيرية في تعزيز نشاط النباتات، مما يقترح تفاعلًا معقدًا بين النباتات المحلية والأنواع المدخلة التي قد تؤثر على التوازن البيئي والتنوع البيولوجي.
طرق البحث
يستعرض قسم “طرق البحث” المواد والإجراءات المستخدمة في البحث. يوضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، ومعدات، وعينات بيولوجية، بالإضافة إلى مصادرها وبروتوكولات التحضير الخاصة بها. تشمل المنهجية تصميم التجارب، بما في ذلك أحجام العينات، والضوابط، والتحليلات الإحصائية المطبقة لتفسير البيانات.
بالإضافة إلى ذلك، يصف القسم التقنيات المستخدمة لجمع البيانات وتحليلها، مما يضمن إمكانية إعادة إنتاج النتائج وموثوقيتها. يشمل ذلك أي نماذج رياضية أو معادلات ذات صلة بالدراسة، والتي تعتبر حاسمة لفهم المبادئ الأساسية للبحث. بشكل عام، تم تصميم الطرق لاختبار الفرضيات بدقة والتحقق من النتائج المقدمة في الدراسة.
النتائج
في هذا القسم، يقدم المؤلفون تحليلًا مقارنًا لمختلف نماذج التعلم المراقب لتصنيف أطروحات الدكتوراه المتعلقة بتغير المناخ باللغة الإنجليزية والإيطالية، كما هو موضح في الجدول 1. تشمل النماذج التي تم تقييمها LinearSVC، والانحدار اللوجستي، وآلة تعزيز التدرج (GBM)، والغابة العشوائية، وNaïve Bayes، وMulti-Layer Perceptron (MLP)، مع إجراء التقييمات مع وبدون تقنية توازن ROSE. تشير النتائج إلى أن LinearSVC، سواء في شكله الموزون أو مع ROSE، يحقق باستمرار أعلى دقة، حيث سجل 0.97 للأطروحات الإيطالية و0.95 للأطروحات الإنجليزية. يتبع الانحدار اللوجستي عن كثب بدقة 0.96 للأطروحات الإنجليزية، مما يظهر فعاليته كنموذج أساسي.
بالإضافة إلى ذلك، تم الإشارة إلى أن الغابة العشوائية هي الأفضل أداءً للأطروحات الإنجليزية بدقة 0.96، على الرغم من أنها تؤدي بشكل أقل فعالية على الأطروحات الإيطالية، حيث تحقق دقة 0.89. تحدد الدراسة ما مجموعه 1,178 أطروحة باللغة الإنجليزية (11.1% من الإجمالي) و318 أطروحة باللغة الإيطالية (18.1% من الإجمالي) تتناول تغير المناخ. قام المؤلفون بإجراء نمذجة موضوعية بشكل منفصل لكل لغة وأجروا تحليل المشاعر حصريًا على الأطروحات الإنجليزية نظرًا لتوفر قواميس المشاعر المدربة مسبقًا. باستخدام نموذج الغابة العشوائية المحسن للغة الإنجليزية وLinearSVC للإيطالية، طبق المؤلفون التصنيف خارج العينة على مجموعة الأطروحات الإيطالية بالكامل، مما يسهل رسم خريطة منهجية لأبحاث تغير المناخ عبر مختلف التخصصات والمناطق الجغرافية.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على ضرورة وجود إطار نظري شامل لفهم هيكل وتطور أبحاث تغير المناخ، لا سيما من خلال عدسة أطروحات الدكتوراه. تسلط الدراسة الضوء على الطبيعة المجزأة للأدبيات الحالية، التي غالبًا ما تركز على مجالات فرعية محددة مثل الضعف، واستراتيجيات التكيف، والجدل حول تغير المناخ. من خلال تحليل أطروحات الدكتوراه بشكل منهجي، تهدف هذه الأبحاث إلى كشف الاتجاهات الناشئة، والمنهجيات، والمساهمات التخصصية، مما يضع هذه الأطروحات كعناصر حيوية في النظام البحثي الوطني. تشير النتائج إلى انخراط كبير مع العلوم الاجتماعية في الأطروحات المكتوبة باللغة الإيطالية، مما يتناقض مع هيمنة العلوم الفيزيائية في الأعمال المكتوبة باللغة الإنجليزية، مما يشير إلى أن اللغة تؤثر على إطار أبحاث تغير المناخ.
يكشف التحليل عن مجالات موضوعية متميزة ضمن أبحاث الدكتوراه المتعلقة بتغير المناخ، تم تحديدها من خلال تقنيات نمذجة الموضوعات المتقدمة، بما في ذلك BERT وتقنيات التجميع K-means. تشمل الموضوعات الرئيسية الاستدامة البيئية، وتحسين الطاقة، والتخطيط الحضري، والتفاعل بين تغير المناخ والتنوع البيولوجي. كما تؤكد الدراسة على أهمية السياق الجغرافي، مشيرة إلى أن أولويات البحث تختلف بشكل كبير عبر الماكرو-مناطق في إيطاليا، مما يعكس التحديات البيئية المحلية والظروف الاجتماعية والاقتصادية. بشكل عام، تسهم هذه الأبحاث في فهم أعمق للطبيعة متعددة التخصصات لدراسات تغير المناخ والدور الحاسم للباحثين في بداية حياتهم المهنية في تشكيل إنتاج المعرفة المستقبلية واستجابات السياسات.
DOI: https://doi.org/10.1038/s41598-025-17307-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41168180
Publication Date: 2025-10-30
Author(s): Antonio Zinilli et al.
Primary Topic: scientometrics and bibliometrics research
Overview
This study presents a comprehensive analysis of climate change-related doctoral dissertations in Italy from 2008 to 2021, marking the first large-scale mapping of this academic output across various disciplines. Utilizing a machine learning approach on a dataset of over 74,394 dissertations, the research identifies and classifies climate-related topics, revealing significant trends in areas such as energy transition, biodiversity conservation, and extreme weather events. The findings indicate that while technical disciplines dominate English-language dissertations, those written in Italian exhibit a more diverse disciplinary representation, particularly in the social sciences and humanities, although these fields remain underrepresented overall.
The analysis also highlights regional variations in research focus, with water issues prevalent in the North, energy concerns in the Centre and South, and governance topics in the Islands. This research underscores the importance of doctoral dissertations as a vital source of insight into early-career researchers’ engagement with climate change, reflecting their methodologies and emerging trends. By mapping these academic contributions, the study aims to enhance understanding of how doctoral research can inform climate knowledge systems and influence long-term policy planning in response to the pressing challenges posed by climate change.
Introduction
The introduction of the research paper highlights two primary topics: the impact of climate change on biodiversity and land use, particularly focusing on the central Apennines region and the species Pinus nigra. It emphasizes the relationship between land consumption and vegetation dynamics, addressing how these factors influence biodiversity and the utilization of forest resources, such as timber from species like silver fir.
Additionally, the section discusses ecological aspects related to plant sciences, specifically examining plant growth and the effects of alien species on native ecosystems. It notes the role of bacterial communities in enhancing plant activity, suggesting a complex interplay between native flora and introduced species that may affect ecological balance and biodiversity.
Methods
The “Methods” section outlines the materials and procedures utilized in the research. It details the specific materials employed, including any reagents, equipment, and biological samples, as well as their sources and preparation protocols. The methodology encompasses experimental design, including sample sizes, controls, and the statistical analyses applied to interpret the data.
Additionally, the section describes the techniques used for data collection and analysis, ensuring reproducibility and reliability of the findings. This includes any mathematical models or equations relevant to the study, which are critical for understanding the underlying principles of the research. Overall, the methods are designed to rigorously test the hypotheses and validate the results presented in the study.
Results
In this section, the authors present a comparative analysis of various supervised learning models for classifying climate change-related doctoral dissertations in English and Italian, as detailed in Table 1. The models evaluated include LinearSVC, Logistic Regression, Gradient Boosting Machine (GBM), Random Forest, Naïve Bayes, and Multi-Layer Perceptron (MLP), with assessments conducted both with and without the ROSE balancing technique. The results indicate that LinearSVC, both in its weighted form and with ROSE, consistently achieves the highest accuracy, recording 0.97 for Italian dissertations and 0.95 for English dissertations. Logistic Regression closely follows with an accuracy of 0.96 for English dissertations, demonstrating its effectiveness as a baseline model.
Additionally, Random Forest is noted as the best performer for English dissertations with an accuracy of 0.96, although it performs less effectively on Italian dissertations, achieving an accuracy of 0.89. The study identifies a total of 1,178 English-language dissertations (11.1% of the total) and 318 Italian-language dissertations (18.1% of the total) addressing climate change. The authors conducted topic modeling separately for each language and performed sentiment analysis exclusively on English dissertations due to the availability of pretrained sentiment dictionaries. Utilizing the optimized Random Forest model for English and LinearSVC for Italian, the authors applied classification out-of-sample to the entire corpus of Italian doctoral dissertations, facilitating a systematic mapping of climate change research across various disciplines and geographical regions.
Discussion
The discussion section of the research paper emphasizes the necessity of a comprehensive theoretical framework to understand the structure and evolution of climate change research, particularly through the lens of doctoral dissertations. The study highlights the fragmented nature of existing literature, which often focuses on specific subfields such as vulnerability, adaptation strategies, and the climate change controversy. By systematically analyzing doctoral dissertations, this research aims to uncover emerging trends, methodologies, and disciplinary contributions, thereby positioning these dissertations as vital components of the national research ecosystem. The findings indicate a significant engagement with social sciences in Italian-language dissertations, contrasting with the predominance of physical sciences in English-language works, suggesting that language influences the framing of climate change research.
The analysis reveals distinct thematic areas within climate change doctoral research, identified through advanced topic modeling techniques, including BERT and K-means clustering. Key themes include environmental sustainability, energy optimization, urban planning, and the interplay between climate change and biodiversity. The study also underscores the importance of geographical context, noting that research priorities vary significantly across Italy’s macro-regions, reflecting local environmental challenges and socio-economic conditions. Overall, this research contributes to a deeper understanding of the interdisciplinary nature of climate change studies and the critical role of early-career researchers in shaping future knowledge production and policy responses.