DOI: https://doi.org/10.1371/journal.pone.0346022
PMID: https://pubmed.ncbi.nlm.nih.gov/41911258
تاريخ النشر: 2026-03-30
المؤلف: Ling Pan
الموضوع الرئيسي: البحث في علم القياسات العلمية والبيبلومetrics
نظرة عامة
تتناول هذه الورقة البحثية قيود الطرق التقليدية للببليومترية في التقاط الهيكل الدلالي المعقد والديناميات التطورية لأبحاث الرياضات التنافسية، خاصة في ضوء نموها السريع. يقترح المؤلفون استخدام تقنيات معالجة اللغة الطبيعية (NLP) لتحليل هيكل المعرفة والخصائص التطورية لهذا المجال من منظور دلالي دقيق.
لتحقيق ذلك، تستخدم الدراسة خوارزمية نمذجة الموضوعات BERTopic جنبًا إلى جنب مع تحليل الانحدار الديناميكي، حيث يتم تحليل مجموعة بيانات تحتوي على 24,659 ملخصًا أساسيًا نُشر بين عامي 2010 و2024، مأخوذة من قواعد بيانات Web of Science وPubMed وScopus. تشير النتائج إلى أن علم الرياضة التنافسية يشهد انتقالًا كبيرًا من نهج تقليلي إلى نهج يحتضن الأنظمة المعقدة. يقترح المؤلفون أن الأبحاث المستقبلية من المحتمل أن تركز على دمج التقنيات الطبية الحيوية مع علم النفس الإنساني، مما يوفر إطارًا منهجيًا جديدًا لفهم أنماط تطور هذا التخصص.
مقدمة
تحدد مقدمة الورقة البحثية الرياضات التنافسية كجهد منهجي يهدف إلى تحقيق أقصى إمكانات الإنسان عبر الأبعاد البدنية والنفسية والرياضية. تميز الرياضات التنافسية عن الأنشطة الترفيهية من خلال التأكيد على طبيعتها عالية المخاطر والموجهة نحو الأهداف. تحدد الورقة أربعة أبعاد مترابطة للرياضات التنافسية: الوكلاء البشريون (الرياضيون والمدربون)، عملية التدريب، الأحداث التنافسية، والبنية التحتية الخارجية (المرافق، المعدات، والتمويل). وقد أشار العلماء إلى أن التآزر بين هذه العناصر أمر حاسم للديناميات التشغيلية للرياضات التنافسية.
تسلط المقدمة أيضًا الضوء على التنوع والاندماج التكنولوجي في أبحاث الرياضات التنافسية، المدفوعة بالتقدم في العلوم الرياضية الأساسية. بينما توسعت الأدبيات لتشمل الأبعاد الاجتماعية والثقافية مثل العرق والجنس والهجرة، فإنها تواجه تحديات تشمل التشبع النظري، دورات البحث المطولة، ونقص الدراسات المقارنة. تؤكد الورقة على ضرورة سد “فجوة النظرية والممارسة” لمعالجة القضايا المستمرة في هذا المجال. للتنقل في حجم الأدبيات المتزايد – أكثر من 20,000 مقالة بحلول عام 2024 – تقترح الدراسة استخدام إطار عمل BERTopic، وهو نهج قائم على التعلم الآلي يستفيد من تضمينات الكلمات السياقية لتحليل موضوعات البحث، وتوضيح الترابطات، وتوقع الاتجاهات الناشئة في علم الرياضة التنافسية.
طرق البحث
في هذا القسم، يحدد المؤلفون منهجيتهم لتحليل اتجاهات البحث في الرياضات التنافسية على مدار السنوات الخمس عشرة الماضية (2010-2024). استخدموا الانحدار الخطي العادي (OLS) لتقييم تكرار النشر السنوي لموضوعات مختلفة، مع تفاصيل النتائج في الجدول 2. لتقليل خطر النتائج الإيجابية الكاذبة من اختبار الفرضيات المتعددة، تم تطبيق إجراء بنجاميني-هوشبرغ لضبط قيم p، وبالتالي التحكم في معدل الاكتشاف الكاذب (FDR). كما تم إجراء اختبار دوربين-واتسون (DW) للتحقق من وجود الارتباط الذاتي، مما كشف أن معظم الموضوعات المحددة كانت لديها إحصائيات DW قريبة من 2.0، مما يشير إلى بقايا مستقلة ونموذج خطي قوي.
حدد التحليل اتجاهات نمو كبيرة عبر عدة مجموعات موضوعية، حيث أظهر الموضوع 0 (الإصابة، الركبة، اللاعبون) أعلى مسار نمو (β = 23.21، p adj < 0.001)، مما يعزز مكانته في أبحاث الرياضات التنافسية. بالإضافة إلى ذلك، ظهرت الموضوعات 1 و2 كمجالات اهتمام تتوسع بسرعة (β = 5.59 و3.53، على التوالي؛ p adj < 0.001)، مما يعكس تحولًا نحو رفاهية الرياضيين والسلامة العصبية. وشملت مجالات النمو الملحوظة الأخرى الموضوعات 3 و5، مما يبرز التنوع المستمر داخل هذا المجال.
النتائج
تشير نتائج الدراسة إلى وجود هيكل “مركزي، متعدد الأبعاد” هرمي في أبحاث الرياضات التنافسية، حيث يظهر الموضوع 0 (“إصابة الرياضة وإدارة الحمل”) كأكثر المجالات بروزًا، يتميز بنمو كبير ومستمر، مما يجعله الأساس المعرفي لهذا المجال. يُعزى هذا النمو إلى التقدم في التكنولوجيا. في المقابل، يعكس الموضوع 1 (“الصحة النفسية في الرياضة”) تحولًا كبيرًا نحو نهج أكثر شمولية للرفاهية، يتجاوز مجرد تحسين الوظائف الفسيولوجية. على العكس، يظهر الموضوع 4 (“إدارة الأحداث الكبرى”) نموًا غير ذي دلالة إحصائية، مما يشير إلى التشبع النظري داخل هذا المجال الفرعي.
تحدد الأبحاث تطور الرياضات التنافسية إلى ثلاث مراحل متميزة: فترة البراعم (2010-2014)، فترة التطور السريع (2015-2019)، وفترة الانتقال متعددة الأبعاد (2020-2024). باستخدام إطار نمذجة BERTopic، تعيد الدراسة بناء البيانات النصية غير المنظمة، مما يكشف أن التخصص قد تطور إلى نظام معرفي معقد بثلاثة أعمدة أساسية: المواضيع الفسيولوجية والنفسية والإدارية. تسلط النتائج الضوء على انتقال كبير في أبحاث الرياضات التنافسية من التركيز على الأداء الفردي إلى نموذج مزدوج يدمج الابتكار التكنولوجي مع القيم الإنسانية، مما يظهر درجة عالية من التماسك الداخلي داخل هذا المجال.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على المشهد المتطور لأبحاث الرياضات التنافسية، التي انتقلت من تركيز أحادي التخصص إلى مجال متعدد الأبعاد يدمج مجالات متنوعة مثل فسيولوجيا التمارين، علم النفس، والذكاء الاصطناعي. يتم تجسيد هذا النهج بين التخصصات من خلال الدراسات التي تدعو إلى استراتيجيات شاملة لإدارة التعب ودمج الذكاء الاصطناعي في مراقبة أداء الرياضيين. ومع ذلك، تكشف الأدبيات عن قيود منهجية كبيرة في المراجعات الحالية، التي غالبًا ما تعتمد على المراجعات السردية والتقليدية التي تفشل في التقاط تعقيد هذا المجال. يجادل المؤلفون بضرورة اعتماد منهجيات علوم الاجتماع الحاسوبية، وخاصة التنقيب الآلي عن النصوص ونمذجة الموضوعات، لتعزيز فهم الأدبيات المتعلقة بالرياضات التنافسية.
تقدم الورقة إطار عمل BERTopic كبديل متفوق لتقنيات نمذجة الموضوعات التقليدية مثل تخصيص ديريشليت الكامن (LDA). يستفيد BERTopic من نماذج اللغة المدربة مسبقًا لالتقاط الدلالات السياقية والاتجاهات التطورية الديناميكية في موضوعات البحث، مما يعالج القيود مثل قيد “حقيبة الكلمات” والطبيعة الثابتة لـ LDA. يؤكد المؤلفون على الحاجة إلى تطبيق منهجي لـ BERTopic في أبحاث الرياضات التنافسية لكشف الهياكل المعرفية العميقة والاتجاهات التطورية، بهدف تزويد الباحثين برؤى موضوعية حول ديناميات هذا المجال. تحدد الدراسة سير عمل منهجي شامل يتضمن استرجاع الأدبيات، معالجة البيانات، وتطبيق BERTopic لاستخراج وتحليل موضوعات البحث الكامنة، مما يؤدي في النهاية إلى تحديد 44 موضوع بحث متميز ضمن مجموعة الأدبيات المتعلقة بالرياضات التنافسية.
القيود
تسلط قيود هذه الدراسة الضوء على عدة قيود منهجية تستدعي تفسيرًا دقيقًا للنتائج. أولاً، يعتبر تشغيل “الرياضات التنافسية” من خلال استعلامات الكلمات الرئيسية بمثابة وكيل غير مثالي للواقع الدقيق للممارسات الرياضية. على الرغم من الجهود المبذولة لتنقيح مجموعة البيانات من خلال القضاء على التخصصات غير ذات الصلة، قد لا يزال الاعتماد على الاسترجاع القائم على الكلمات الرئيسية يشمل دراسات من سياقات هامشية، مثل الأنشطة الترفيهية أو التربية البدنية المدرسية، حيث لا يكون التمييز بين “الرياضة” و”اللعب” دائمًا واضحًا. هذه المقايضة متأصلة في رسم الخرائط الببليومترية على نطاق واسع، حيث يتم إعطاء الأولوية لمدى مجموعة البيانات على دقة المراجعات التي تركز على النخبة.
ثانيًا، يقتصر التحليل على المنشورات باللغة الإنجليزية، مما يقدم تحيزًا جيوسياسيًا وقد يتجاهل المساهمات المهمة من المناطق غير الناطقة باللغة الإنجليزية، مثل الصين وروسيا أو إسبانيا. يجب تفسير الاتجاهات الملاحظة على أنها تشير إلى الخطاب الأكاديمي الدولي بدلاً من تمثيل شامل لإنتاج المعرفة العالمية. يمكن أن تعالج الأبحاث المستقبلية هذه القيود من خلال استخدام تقنيات متقدمة في معالجة اللغة الطبيعية (NLP)، مثل نماذج اللغة الكبيرة (LLMs)، لتعزيز تصفية الوعي بالسياق. بالإضافة إلى ذلك، يمكن أن يؤدي نهج مختلط يجمع بين نمذجة الموضوعات الحاسوبية مع التحليل النوعي إلى فهم أكثر دقة للباراديمات النظرية المتطورة في الرياضات التنافسية.
DOI: https://doi.org/10.1371/journal.pone.0346022
PMID: https://pubmed.ncbi.nlm.nih.gov/41911258
Publication Date: 2026-03-30
Author(s): Ling Pan
Primary Topic: scientometrics and bibliometrics research
Overview
This research paper addresses the limitations of traditional bibliometric methods in capturing the complex semantic structure and evolutionary dynamics of competitive sports research, particularly in light of its rapid growth. The authors propose the use of natural language processing (NLP) techniques to analyze the knowledge structure and evolutionary characteristics of this field from a micro-semantic perspective.
To achieve this, the study employs the BERTopic topic modeling algorithm alongside dynamic regression analysis, analyzing a dataset of 24,659 core abstracts published between 2010 and 2024, sourced from the Web of Science, PubMed, and Scopus databases. The findings indicate that competitive sports science is undergoing a significant transition from a reductionist approach to one that embraces complex systems. The authors suggest that future research will likely emphasize the integration of biomedical technologies with humanistic psychology, thereby offering a novel methodological framework for understanding the discipline’s evolutionary patterns.
Introduction
The introduction of the research paper delineates competitive sports as a systematic endeavor aimed at maximizing human potential across physical, psychological, and athletic dimensions. It distinguishes competitive sports from recreational activities by emphasizing its high-stakes and goal-oriented nature. The paper identifies four interconnected dimensions of competitive sports: human agents (athletes and coaches), the training process, competitive events, and external infrastructure (facilities, equipment, and funding). Scholars have noted that the synergy between these elements is crucial for the operational dynamics of competitive sports.
The introduction also highlights the diversification and technological integration in competitive sports research, driven by advancements in foundational sports sciences. While the literature has expanded to include socio-cultural dimensions such as race, gender, and migration, it faces challenges including theoretical saturation, elongated research cycles, and a lack of comparative studies. The paper underscores the necessity of bridging the “theory-practice gap” to address persistent issues in the field. To navigate the growing volume of literature—over 20,000 articles by 2024—the study proposes using the BERTopic framework, a machine learning-based approach that leverages contextualized word embeddings to analyze research themes, elucidate interconnections, and forecast emerging trends in competitive sports science.
Methods
In this section, the authors outline their methodology for analyzing research trends in competitive sports over the past 15 years (2010-2024). They employed Ordinary Least Squares (OLS) linear regression to assess the annual publication frequency of various topics, with results detailed in Table 2. To mitigate the risk of false positives from multiple hypothesis testing, the Benjamini-Hochberg procedure was applied to adjust p-values, thereby controlling the False Discovery Rate (FDR). The Durbin-Watson (DW) test was also conducted to check for autocorrelation, revealing that most specific topics had DW statistics close to 2.0, indicating independent residuals and a robust linear model fit.
The analysis identified significant growth trends across several thematic clusters, with Topic 0 (Injury, knee, players) exhibiting the steepest growth trajectory (β = 23.21, p adj < 0.001), reinforcing its prominence in competitive sports research. Additionally, Topics 1 and 2 emerged as rapidly expanding areas of interest (β = 5.59 and 3.53, respectively; p adj < 0.001), reflecting a shift towards athlete well-being and neurological safety. Other notable growth areas included Topics 3 and 5, underscoring the ongoing diversification within the field.
Results
The results of the study indicate a “monocentric, multi-dimensional” hierarchical structure in competitive sports research, with Topic 0 (“Sports Injury and Load Management”) emerging as the most prominent area, characterized by significant and continuous growth, thus serving as the epistemological foundation of the field. This growth is attributed to advancements in technology. In contrast, Topic 1 (“Sports Mental Health”) reflects a significant paradigm shift towards a more holistic approach to well-being, moving beyond mere physiological optimization. Conversely, Topic 4 (“Mega-event Management”) exhibits statistically non-significant growth, suggesting theoretical saturation within this sub-field.
The research delineates the evolution of competitive sports into three distinct stages: the Budding Period (2010-2014), the Rapid Development Period (2015-2019), and the Multi-dimensional Transition Period (2020-2024). Utilizing the BERTopic modeling framework, the study reconstructs unstructured textual data, revealing that the discipline has developed into a complex knowledge system with three foundational pillars: physiological, psychological, and managerial themes. The findings highlight a significant transition in competitive sports research from a singular performance focus to a dual paradigm that integrates technological innovation with humanistic values, demonstrating a high degree of internal cohesion within the field.
Discussion
The discussion section of the research paper highlights the evolving landscape of competitive sports research, which has transitioned from a monodisciplinary focus to a multifaceted domain integrating various fields such as exercise physiology, psychology, and artificial intelligence. This interdisciplinary approach is exemplified by studies that advocate for comprehensive fatigue management strategies and the integration of AI in monitoring athlete performance. However, the literature reveals significant methodological limitations in existing reviews, which often rely on traditional narrative and systematic reviews that fail to capture the complexity of the field. The authors argue for the adoption of Computational Social Science methodologies, particularly automated text mining and topic modeling, to enhance the understanding of competitive sports literature.
The paper introduces the BERTopic framework as a superior alternative to traditional topic modeling techniques like Latent Dirichlet Allocation (LDA). BERTopic leverages pre-trained language models to capture contextual semantics and dynamic evolutionary trends in research topics, addressing limitations such as the “Bag-of-Words” constraint and static nature of LDA. The authors emphasize the need for a systematic application of BERTopic in competitive sports research to uncover deep-seated knowledge structures and evolutionary trends, aiming to provide researchers with objective insights into the field’s dynamics. The study outlines a comprehensive methodological workflow that includes literature retrieval, data preprocessing, and the application of BERTopic to extract and analyze latent research themes, ultimately identifying 44 distinct research topics within the corpus of competitive sports literature.
Limitations
The limitations of this study highlight several methodological constraints that warrant careful interpretation of the findings. Firstly, the operationalization of “competitive sports” through keyword queries serves as an imperfect proxy for the nuanced reality of sporting practices. Despite efforts to refine the dataset by eliminating unrelated disciplines, the reliance on keyword-based retrieval may still include studies from peripheral contexts, such as recreational activities or school physical education, where the distinction between “sport” and “play” is not always clear. This trade-off is inherent in large-scale bibliometric mapping, where the breadth of the dataset is prioritized over the precision of elite-focused reviews.
Secondly, the analysis is limited to English-language publications, which introduces a geopolitical bias and may overlook significant contributions from non-Anglophone regions, such as China, Russia, or Spain. The observed trends should thus be interpreted as indicative of the international academic discourse rather than a comprehensive representation of global knowledge production. Future research could address these limitations by employing advanced Natural Language Processing (NLP) techniques, such as Large Language Models (LLMs), to enhance context-aware filtering. Additionally, a mixed-methods approach that combines computational topic modeling with qualitative meta-synthesis could yield a more nuanced understanding of the evolving theoretical paradigms in competitive sports.