CNKI数据库收录1990...断研究的文献信息可视化分析_林凌晓.pdf

Journal of Forensic Medicine,October 2022,Vol.38,No.5CNKI数据库收录19902020年死亡时间推断研究的文献信息可视化分析林凌晓1，辛国斌2，孔江炜1，翟创彦1，2，31.南方医科大学法医学院，广东 广州 510515；2.法庭毒物分析公安部重点实验室，北京 100192；3.中国刑事警察学院法律教研部，辽宁 沈阳 110854摘要：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20062010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。关键词：法医病理学；文献计量学；死亡时间推断；可视化分析；CiteSpace；中国知识基础设施工程中图分类号：DF795.1 文献标志码：A doi：10.12116/j.issn.1004-5619.2020.400902文章编号：1004-5619（2022）05-0584-05Visualization of Literature Information on Postmortem Interval Estimation Indexed by CNKI Database from 1990 to 2020LIN Ling-xiao1,XIN Guo-bin2,KONG Jiang-wei1,ZHAI Chuang-yan1,2,31.School of Forensic Medicine，Southern Medical University，Guangzhou 510515，China；2.Key Laboratory of Forensic Toxicology，Ministry of Public Security，People s Republic of China，Beijing 100192，China；3.Department of Law，Criminal Investigation Police University of China，Shenyang 110854，ChinaAbstract：Objective To explore the development process of the postmortem interval（PMI）research in China from January 1990 to August 2020,research hotspots in different periods,authors and cooperation between institutions,and to provide a reference for the better development of PMI inference research through the visualization of the literature information of the PMI estimation research indexed in China National Knowledge Infrastructure（CNKI）.Methods The information visualization analysis software CiteSpace 5.7.R1 was used to carry out big data analysis on hotspots,high-frequency keywords,authors,institutions and other information in the research literature on PMI inference from January 1990 to August 2020 indexed in CNKI.Results The peak time of publication of PMI was from 2006 to 2010 with 114 articles.In keyword co-occurrence network,the effective hot words were forensic entomology,DNA content analysis and some emerging words such as artificial intelligence and big data.In the cooperation network of institutions,the high-frequency institutions were mainly the scientific research institutions.The author cooperation network showed a trend of co-aggregation and multi-cooperation.Conclusion With the development of science and technology,the research on PMI estimation based on traditional methods is mature and novel strategies are emerging.Big data and artificial intelligence combined with forensic science provide new research directions on PMI estimation.Keywords：forensic pathology;bibliometrics;postmortem interval estimation;visualization analysis;CiteSpace;China National Knowledge Infrastructure 论著 基金项目：国家自然科学基金资助项目（22077061，81701738）；广东省自然科学基金-博士启动纵向协同资助项目（2017A030310526）；法庭毒物分析公安部重点实验室开放课题资助项目（2020FTDWFX01）；广东省医学科研基金资助项目（A2018144）作者简介：林凌晓（1999），女，主要从事法医学研究；E-mail：通信作者：翟创彦，男，副研究员，博士后，主要从事法医学教学、科研和鉴定；E-mail：引用格式：林凌晓，辛国斌，孔江炜，等.CNKI数据库收录 19902020年死亡时间推断研究的文献信息可视化分析J.法医学杂志，2022，38（5）：584-588.To cite：LIN L X，XIN G B，KONG J W，et al.Visualization of literature information on postmortem interval estimation indexed by CNKI database from 1990 to 2020J.Fayixue Zazhi，2022，38（5）：584-588.死亡时间（postmortem interval，PMI）在法医学上是指机体死后经历的时间，也称死后间隔时间。PMI的准确推断在确定案件发生时间、认定和排除犯罪嫌疑人、划定侦查范围乃至案件的最终侦破中发挥着重要作用。当前 PMI推断主要基于尸僵、尸斑、尸温等尸体现象或者通过尸体所处环境、状态等情况进行综合判断1。PMI推断始终是法医学实践中最主要的任务之一。尽管PMI推断研究已经有了漫长的历史，但应用于实践的 PMI推断方法总是差强人意。现代医学研究的深入和各类新技术的涌现，为PMI推断研究带来了新动力和新希望。新的研究方法和技术应用于PMI推断研究，既对传统方法起到重要的完善和辅助作用，又开拓了与传统研究方法截然不同的新道路。本研究通过对中国知识基础设施工程（China National Knowledge Infrastructure，CNKI）数据库收录的1990年1月2020年8月 PMI推断研究文献的可视化分析，旨在展示我国 PMI推断研究的发展进程、不同时期的研究热点以及取得的研究成果，揭示PMI推断研究的发展趋势，为未来更好地开展PMI推断研究提供借鉴和参考，同时展望基于大数据人工智能算法的PMI推断的应用前景。1材料与方法1.1 数据来源以“死亡时间”为关键词检索CNKI数据库收录的1990年 1月2020年 8月的学术论文，检索数据时间为 2020 年 8 月 26 日，共获取文献 1 097 条，通过人工筛查方式进行数据清洗，选取法医学研究中与PMI推断相关的文章，去除重复检索结果以及综述、案例报道、疾病研究、数据分析等非研究性论文和无关论文，共获取有效学术论文345篇。1.2 研究方法以5年为一个时间段，将1990年1月2020年8月发 表 的 PMI 推 断 研 究 文 献 数 量 制 成 表 格。设 置CiteSpace 5.7.R1分析时间为1990年1月2020年8月，时间分割为 1年，形成相应的时间片段，节点类型分别选择主题词、作者、机构等元素，通过软件的节点提取功能对主题词、文章中所有作者、机构进行数据清洗，数据清洗主要针对缺失值、重复值和无关值。（1）缺失数据清洗。如补全缺失的作者、机构等需要分析的关键信息。（2）重复数据清洗。本研究统一使用更名后的单位名称，如“司法部司法鉴定科学技术研究所上海市法医学重点实验室”“司法鉴定科学技术研究所”“司法鉴定科学研究院”统一为“司法鉴定科学研究院”。（3）无关数据清洗。核查、删除“应用”等无关主题词。依据文章主题词、所有作者、机构共现频次矩阵，利用软件的聚类分析功能，得到相关数据的共聚类可视化图谱；设置分析时间区间分别为19902000年、20012010年和20112020年，时间分割为 1年，形成相应的时间片段，可视化形式选择“Timezone View”，设置“Movements=40”，得到 3 个时间段的时区主题词可视化图谱；通过突现词（burst term）分析功能，设置参数“Minimum Duration=2”，获得主题词和核心作者突现起始、结束时间以及热点时区分布等信息。2结果与讨论2.1 PMI推断研究情况2.1.1 文献发表数量分析1990 年 1 月2020 年 8 月发表的 PMI 推断研究文献数量（表 1）显示，19962000年起 PMI推断研究的文献数量上升，峰值出现在 20062010年，20112015年下降，之后又迅速回升。进入21世纪后，我国对科研的投入加大2，带来了科研成果的爆发式增长，在PMI推断研究领域也得到了充分体现，相关文献数量从19901995年的20篇左右剧增到20062010年的 114 篇。20112015 年对 PMI 推断研究关注度下降，发表文献数量减少。2016年以后PMI推断研究再次获得关注，文献数量再次增加到20162020年8月的105篇。2.1.2 基于文献主题词的研究方向及其关联分析主