Caspian Journal of Scientometrics

fa تحلیل هم‌واژگانی مقالات مروری "رایانش ابری" نمایه شده در پایگاه PubMed Co-word analysis of "cloud computing" review articles indexed in PubMed علم سنجی Scientometrics اصیل Orginal <div style="text-align: justify;">سابقه و هدف: در تحلیل هم‌واژگانی فرض بر این است که پربسامدترین واژه‌ها در مقایسه با واژه‌های کم‌بسامد، تأثیر بیشتری بر یک قلمرو موضوعی دارند. هدف از پژوهش حاضر تحلیل هم‌واژگانی مقالات مروری با موضوع "رایانش ابری" نمایه‌شده در پایگاه PubMed در بازه زمانی ۲۰۰۹ تا ۲۰۲۲ می‌باشد. مواد و روش‌ها: پژوهش حاضر کاربردی است که از تحلیل هم‌واژگانی برای انجام آن استفاده شده است. جامعه آماری شامل ۱۶۹ مقاله‌ی مروری با موضوع "رایانش ابری" نمایه‌شده در پایگاه PubMed در بازه زمانی ۲۰۰۹ تا ۲۰۲۲ بود. ۵۷ مقاله فاقد کلیدواژه بودند که از مطالعه خارج شدند. داده‌های مورد نیاز از پایگاه مذکور با وارد کردن واژه "رایانش ابری" در فیلد موضوع بازیابی و در نرم‌افزار اکسل وارد شد. برای تحلیل هم‌واژگانی از نرم‌افزار Voyant Tools استفاده گردید. یافته‌ها: بر اساس نقشه‌های حاصل‌شده از تحلیل واژگان، کلیدواژه‌های محاسبات مه، محاسبات داده، پایگاه ابری، اینترنت اشیا، داده‌های ابری، چالش ابر، فناوری ابر، سیستم‌های ابری سیستم‌های سلامت و ابر، بیشترین همپوشانی را با واژه رایانش ابری داشته‌اند. ترسیم نقشه‌های هم‌واژگانی در مقاطع زمانی مختلف مورد بررسی، تغییرات و پایداری‌هایی را در مفاهیم و واژه‌های مرتبط با حوزه اطلاع‌سنجی نشان می‌دهد. مفاهیم جدید به‌عنوان بازترکیبی از واژه‌های موجود و در تعامل با تحولات و فناوری‌های جدید پدید آمدند. نتیجه‌گیری: پربسامدترین واژه در مقالات مروری رایانش ابری در کلیه‌ی متون نمایه‌شده در PubMed از میان واژگان محاسبات مه، محاسبات داده، پایگاه ابری، اینترنت اشیا، داده‌های ابری، چالش ابر، فناوری ابر، سیستم‌های ابری سیستم‌های سلامت و ابر بوده است که واژه‌های "محاسبات داده" و "محاسبات مه" بیشترین همپوشانی را با رایانش ابری داشته‌اند.</div> <div style="text-align: justify;">Background and aim: In co-word analysis, it is assumed that the most frequent words have a greater impact on a subject area compared to the less frequent words. The purpose of the current research is co-word analysis of review articles on the subject of "cloud computing" indexed in the PubMed database in 2009-2022 time period. Materials and methods: The current research is applied in terms of nature which utilized co-word analysis to analyze the data. The statistical population included 169 review articles on the topic of "cloud computing" indexed in the PubMed database in 2009 to 2022 period. The total of 57 articles lacked keywords which were excluded from the study. The required data was retrieved from the mentioned database by entering the word "cloud computing" in the subject field which were subsequently added to the Excel software. Voyant Tools software was used for co-word analysis. Findings: Based on the maps obtained from co-word analysis, keywords fog computing, data computing, cloud database, Internet of Things, cloud data, cloud challenge, cloud technology, cloud systems, health systems and cloud overlapped the most with the term cloud computing. Drawing maps of co-word at different time periods under investigation illustrates changes and stability in the concepts and words related to the field of informatics. New concepts emerged as a recombination of existing words interacting with developments and new technologies. Conclusion: The most frequent word in cloud computing review articles in all the texts indexed in PubMed among the words cloud computing, data computing, cloud database, Internet of Things, cloud data, cloud challenge, cloud technology, cloud systems , has been health and cloud systems in which  the terms "data computing" and "fog computing" overlaped the most with cloud computing.</div> مقالات مروری, رایانش ابری, تحلیل هم‌واژگانی, Voyant tools Review articles, Cloud computing, Co-word analysis, Voyant tools 1 10 http://cjs.mubabol.ac.ir/browse.php?a_code=A-10-62-4&slc_lang=fa&sid=1 Fateme Faraji فاطمه فرجی fatemefaragi39@yahoo.com 10031947532846004109 10031947532846004109 No School of Management and Information Science, Kerman University of Medical Sciences, Kerman, Iran دانشکده مدیریت و اطلاع‌رسانی، دانشگاه علوم پزشکی کرمان، کرمان، ایران Seyyed Hamid Ghafouri سید حمید غفوری Ghafoori@iauk.ac.ir 10031947532846004110 10031947532846004110 No Department of Computer Engineering, Kerman Branch, Islamic Azad University, Kerman, Iran گروه مهندسی کامپیوتر، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران Ali Naghizadeh علی نقی‌زاده alinaghizadeh5711@gmail.com 10031947532846004111 0009-0009-7916-5038 No School of Dr. IMG Toronto, Toronto, Canada آموزشگاه Dr. IMG تورنتو، تورنتو، کانادا Hamed Hosseinzadeh حامد حسین‌زاده hamedhamedya@yahoo.com 10031947532846004112 10031947532846004112 Yes School of Management and Information Science, Kerman University of Medical Sciences, Kerman, Iran دانشکده مدیریت و اطلاع‌رسانی، دانشگاه علوم پزشکی کرمان، کرمان، ایران