DOI: https://doi.org/10.1038/s40494-025-01704-z
تاريخ النشر: 2025-04-30
المؤلف: Leilei Jiang وآخرون
الموضوع الرئيسي: المسح ثلاثي الأبعاد والتراث الثقافي
نظرة عامة
تستخدم هذه الدراسة التحليل البيبليومتري لاستكشاف الاتجاهات الناشئة في تطبيق التقنيات الغامرة للحفاظ على التراث الثقافي، مستفيدة من بيانات من Web of Science حتى ديسمبر 2023. يحدد التحليل التطورات المهمة، والفجوات البحثية، والاتجاهات المستقبلية في هذا المجال. من خلال الربط البيبليوغرافي وتحليل الكلمات المشتركة، تحدد الدراسة خمسة تجمعات متميزة تبرز دمج تقنيات مثل الواقع المعزز (AR)، والواقع الافتراضي (VR)، ونمذجة ثلاثية الأبعاد مع طرق الحفظ التقليدية. تشمل هذه التجمعات مواضيع متنوعة، بما في ذلك التحليلات التنبؤية، وإحياء التراث الثقافي، وتقنيات التوثيق المتقدمة.
تسلط النتائج الضوء على الموضوعات الرئيسية التي تم تحديدها من خلال تحليل الكلمات المشتركة، مثل التأثير التحويلي للتقنيات الغامرة على التراث الثقافي، وأهمية المسح ثلاثي الأبعاد والنمذجة للتوثيق، والابتكارات المدفوعة بالذكاء الاصطناعي في علم الآثار، ودور التقنيات الغامرة في التعليم والمشاركة العامة. تقترح الدراسة أن مستقبل الحفاظ على التراث الثقافي سيعتمد بشكل متزايد على نهج متعدد التخصصات يجمع بين التقدم التكنولوجي والرؤى الثقافية لتطوير استراتيجيات جذابة ومستدامة. ومع ذلك، تعترف الدراسة بالقيود، بما في ذلك التحيزات المحتملة من اختيار الكلمات الرئيسية والاعتماد على قواعد البيانات، بالإضافة إلى التركيز على الأدبيات المنشورة التي قد تستبعد رؤى قيمة من مصادر أخرى، مثل وقائع المؤتمرات.
طرق
تستخدم المنهجية المعتمدة في هذه الدراسة التحليل البيبليومتري، وهو نهج كمي يحلل البيانات البيبليوغرافية—مثل المنشورات، والاستشهادات، والكلمات الرئيسية—لتحديد الأنماط والاتجاهات داخل مجال بحث محدد. يسمح هذا الأسلوب للباحثين بتسليط الضوء على المؤلفين، والمؤسسات، والمنشورات المؤثرة، مع التعرف أيضًا على المواضيع الناشئة وحدود البحث. تتكون الدراسة من ثلاث مراحل رئيسية: (1) **جمع البيانات**، حيث يتم استرجاع السجلات البيبليوغرافية وتصفيتها وفقًا لسلسلة بحث محددة؛ (2) **معالجة البيانات وتنظيفها**، والتي تتضمن ضمان دقة مجموعة البيانات من خلال إزالة التكرارات، وتوحيد أسماء المؤلفين والانتماءات المؤسسية، والفحص اليدوي للملخصات من حيث الصلة؛ و(3) **تحليل البيانات**، حيث يتم تطبيق تقنيات بيبليومترية لكشف الاتجاهات والعلاقات المهمة في الأدبيات.
تستخدم هذه الدراسة تقنيتين بيبليومتريتين رئيسيتين: **تحليل الربط البيبليوغرافي** و**تحليل الكلمات المشتركة**. يقيم تحليل الربط البيبليوغرافي التشابه بين المنشورات بناءً على المراجع المشتركة، مما يحدد تجمعات من الأبحاث ذات الصلة التي قد لا تستشهد ببعضها البعض مباشرة ولكنها تشترك في مصادر شائعة. هذه التقنية مفيدة بشكل خاص لكشف المواضيع البحثية النشطة في مجال التقنيات الغامرة في الحفاظ على التراث الثقافي. من ناحية أخرى، يفحص تحليل الكلمات المشتركة تكرار ظهور الكلمات الرئيسية عبر الأدبيات، معتمدًا على فرضية أن الكلمات الرئيسية التي تظهر بشكل متكرر مرتبطة مفهوميًا. يحدد هذا التحليل الشبكة الدلالية لمجال البحث، مما يسمح للباحثين بتحديد الكلمات الرئيسية المهمة وعلاقاتها المتبادلة، وبالتالي تسليط الضوء على المواضيع الناشئة والاتجاهات البحثية المستقبلية المحتملة.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التقدم الكبير في الحفاظ على التراث الثقافي من خلال دمج التقنيات الغامرة مثل الذكاء الاصطناعي (AI)، وتعلم الآلة، والواقع المعزز (AR)، والواقع الافتراضي (VR)، ونمذجة ثلاثية الأبعاد. تشير التحليلات إلى تحول نحو نماذج تنبؤية وتحليلية للحفظ، كما يتضح من استخدام خوارزميات تعلم الآلة للتنبؤ بتدهور المواقع التراثية بناءً على البيانات البيئية. لا يعزز هذا النهج جهود الحفظ الوقائي فحسب، بل يثري أيضًا التجارب التعليمية من خلال تراكب السياق التاريخي على المشاهد الحالية، مما يعمق من مشاركة الجمهور مع التراث الثقافي.
تؤكد النتائج على أهمية التعاون بين التخصصات بين علماء الكمبيوتر، وعلماء الآثار، والمهنيين في المتاحف، خاصة في دمج المسح ثلاثي الأبعاد مع نمذجة معلومات البناء (BIM) لتحسين التوثيق وإدارة الهياكل التاريخية. توضح الدراسة أيضًا كيف يمكن أن تعزز المنهجيات الرقمية، مثل إعادة بناء المخطوطات القديمة رقميًا، الأطر النظرية في دراسات التراث الثقافي. تشير تداعيات هذه النتائج إلى أنه ينبغي على المهنيين في التراث الثقافي وصانعي السياسات الاستفادة من التقنيات الغامرة لتعزيز تجارب الزوار وتطوير استراتيجيات حفظ مدفوعة بالبيانات، مما يعزز في النهاية نهجًا أكثر استدامة لإدارة التراث. توفر تحليلات الربط البيبليوغرافي والكلمات المشتركة خارطة طريق للبحث المستقبلي والتطبيقات العملية في هذا المجال، مما يبرز ضرورة الجهود التعاونية لمعالجة تحديات تنفيذ هذه التقنيات المتقدمة.
DOI: https://doi.org/10.1038/s40494-025-01704-z
Publication Date: 2025-04-30
Author(s): Leilei Jiang et al.
Primary Topic: 3D Surveying and Cultural Heritage
Overview
This study employs bibliometric analysis to explore emerging trends in the application of immersive technologies for cultural heritage preservation, utilizing data from the Web of Science up to December 2023. The analysis identifies significant developments, research gaps, and future directions within the field. Through bibliographic coupling and co-word analysis, the research delineates five distinct clusters that emphasize the integration of technologies such as Augmented Reality (AR), Virtual Reality (VR), and 3D modeling with traditional preservation methods. These clusters encompass various themes, including predictive analytics, the revitalization of cultural heritage, and advanced documentation techniques.
The findings highlight key themes identified through co-word analysis, such as the transformative impact of immersive technologies on cultural heritage, the importance of 3D scanning and modeling for documentation, AI-driven innovations in archaeology, and the role of immersive technologies in education and public engagement. The study suggests that the future of cultural heritage preservation will increasingly depend on a multidisciplinary approach that combines technological advancements with cultural insights to develop engaging and sustainable strategies. However, the research acknowledges limitations, including potential biases from keyword selection and database reliance, as well as a focus on published literature that may exclude valuable insights from other sources, such as conference proceedings.
Methods
The methodology employed in this study utilizes bibliometric analysis, a quantitative approach that analyzes bibliographic data—such as publications, citations, and keywords—to identify patterns and trends within a specific research domain. This method allows researchers to highlight influential authors, institutions, and publications while also recognizing emerging topics and research frontiers. The study is structured into three key stages: (1) **Data Collection**, where bibliographic records are retrieved and filtered according to a specified search string; (2) **Data Processing and Cleaning**, which involves ensuring dataset accuracy through duplicate removal, standardization of author names and institutional affiliations, and manual screening of abstracts for relevance; and (3) **Data Analysis**, where bibliometric techniques are applied to reveal significant trends and relationships in the literature.
Two primary bibliometric techniques are utilized in this research: **bibliographic coupling analysis** and **co-word analysis**. Bibliographic coupling analysis assesses the similarity between publications based on shared references, thereby identifying clusters of related research that may not directly cite each other but share common sources. This technique is particularly useful for uncovering active research themes within the field of immersive technologies in cultural heritage preservation. Conversely, co-word analysis examines the co-occurrence of keywords across the literature, operating on the premise that frequently appearing keywords are conceptually related. This analysis maps the semantic network of the research area, allowing researchers to identify significant keywords and their interrelationships, thus highlighting emerging themes and potential future research directions.
Discussion
The discussion section of the research paper highlights the significant advancements in cultural heritage preservation through the integration of immersive technologies such as artificial intelligence (AI), machine learning, augmented reality (AR), virtual reality (VR), and 3D modeling. The analysis indicates a shift towards predictive and analytical models of preservation, exemplified by the use of machine learning algorithms to forecast the deterioration of heritage sites based on environmental data. This approach not only enhances preventive conservation efforts but also enriches educational experiences by overlaying historical context onto current scenes, thereby deepening public engagement with cultural heritage.
The findings emphasize the importance of interdisciplinary collaboration among computer scientists, archaeologists, and museum professionals, particularly in the integration of 3D scanning with Building Information Modeling (BIM) for improved documentation and management of historic structures. The research also illustrates how digital methodologies, such as the digital reconstruction of ancient manuscripts, can advance theoretical frameworks in cultural heritage studies. The implications of these findings suggest that cultural heritage professionals and policymakers should leverage immersive technologies to enhance visitor experiences and develop data-driven conservation strategies, ultimately fostering a more sustainable approach to heritage management. The bibliographic coupling and co-word analyses provide a roadmap for future research and practical applications in the field, underscoring the necessity for collaborative efforts to address the challenges of implementing these advanced technologies.