国外近十年体育教育研究知识图谱分析

王 拓， 周红妹， 李 荣

(福建师范大学体育科学学院， 福建福州 350117)

体育是一个民族精神和灵魂的体现， 体育的强弱代表着一个国家的软实力.习近平在中国共产党第十九次全国代表大会开幕式上提出， 要广泛开展全民健身活动， 加快推进体育强国的建设[1].国家体育实力寄托在一代又一代的青少年身上， 发展青少年体育必须重视学校体育的发展.国外学术界在体育教育领域进行了一系列研究， 如Hutzler Y等对体育教育中体育教师对残疾儿童纳入和自我效能感的评述， Ressler J D等研究协同自学在体育教师教育中的应用， Tristan L. Wallhead等研究体育教育干预对学生心理健康的影响等.但单个主题的研究难以全面展现体育教育的总体研究样貌.为了从宏观视角描绘国外体育教育研究全貌， 本文借鉴文献计量学的共词分析方法和可视化技术， 以知识图谱的形式展示了近10年国外体育教育领域的研究， 并对知识图谱进行解读， 概括出国外体育教育研究的热点主题， 为把握未来国内体育教育研究重点及趋势提供参考.

1 数据来源与研究方法

1.1 数据来源

本文使用Web of science数据库检索系统,根据本课题研究的需要， 文献来源选择Web of science核心合集数据库.在基本检索中输入“physical education”， 检索项为“主题”， 时间跨度选择为自定义年份范围， 设定为2009～2019年， 文献类型选择全部类型， 截止到2019年4月20日， 检索到文献7 492篇， 以自定义格式导出.

1.2 研究方法

共现分析法.本文采用崔雷等人开发的Bicomb共词分析软件对数据进行前期转化， 生成高频关键词共现矩阵、 核心作者共词矩阵.

社会网络分析法. 使用社会网络分析软件UCINET6.0对数据进行分析， 其中对核心作者共词矩阵进行可视化分析， 以期观察该领域中较为重要的作者和研究团体； 对高频关键词进行K-核分析， 以期观察关键词在网络中核心度强弱； 距离分析， 以期观察高频关键词整体网络凝聚力的强弱； 中心性分析以期观察研究的热点关键词； 聚类分析以期观察国外目前有关体育教育研究的大致趋势.

2 结果与分析

2.1 国外近十年体育教育文献时空状况分析

2.1.1 刊文期刊分析

核心合集及对应发文数量见表1.因篇幅有限， 故只选取排在前十位的期刊.通过观察不难发现， 在国外所含体育教育的核心期刊类别中， 除了运动科学、 休闲体育这两种直接与体育有关联的期刊外， 覆盖的学科还有教育学、 心理学及应用、 公共环境、 社会学、 康复学等， 说明国外体育教育的研究发展注重不同学科之间的交叉研究， 为下文研究热点的分析提供了较高的可信度.

2.1.2 文献数量分析

根据所选相关文献发表数量的年代演进趋势(见图1)可知， 近十年以来， 国外关于体育教育的研究过程， 可以大致分为两个阶段：2009～2012年为第一阶段， 此阶段文献的数量如山峰般递增又递减； 2013～2018年文献在数量上基本保持稳定增长； 2012年、 2017年文献数量相对突增， 表明这两个时间节点是国外体育教育快速发展的关键时期.整体来看， 国外学者近十年重视体育教育研究， 论文数量呈波浪形持续增长的特点.

表1 2009～2019年国外体育教育WebofScience核心合集论文数

Web of Science核心合集期刊论文数/篇SPORT SCIENCES3 033EDUCATION EDUCATIONAL RESEARCH2 761HOSPITALITY LEISURE SPORT TOURISM1 584PSYCHOLOGY APPLIED930PSYCHOLOGY923PUBLIC ENVIRONMENTAL OCCUPATIONAL HEALTH716SOCIAL SCIENCES INTERDISCIPLINARY514PSYCHOLOGY MULTIDISCIPLINARY249EDUCATION SCIENTIFIC DISCIPLINES201REHABILITATION198

图1 2009～2018年国外体育教育文献的发文量走向

2.1.3 核心作者分析

通过Bicomb统计发现， 共有23 293位作者参与了研究， 依据普赖斯定律m≈0 .749(nmax 1/2)[2]， 公开发表文章数量超过8的作者被称为是核心作者.通过计算， 国外在体育教育研究领域的核心作者人数是283人(见表2)， 占作者总数的1.2%； 共发表论文3 851篇， 占收录论文总量的51.3%.说明近一半的论文是由这283位核心作者所撰写.

表2 国外体育教育研究的核心作者(部分)

2.1.4 核心作者社会网络分析

社会网络分析是指对社会网络中行为者之间的关系进行量化研究的一种跨学科的研究方法[3].根据学者研究， 情报学的“二八定律”也同样适用， 这与文献计量中的洛特卡定律、 齐普夫定律、 布拉德福定律等集中离散规律也是一脉相承的[4].因为网络节点和篇幅的限制， 为了找寻核心作者背后所隐藏的社会网络关系， 对国外283位核心作者选取其中的20%， 四舍五入后选取排名前60的核心作者， 利用Bicomb构建60×60共现矩阵(见表3)， 导入UCINET生成核心作者群可视化图谱(如图2).

表3 核心作者60×60共现矩阵(部分)

图2 核心作者合作网络图

图2中的正方形代表国外研究“体育教育”的核心作者， 正方形的大小与作者的中心度强弱成正比， 两正方形之间的连线代表两个作者在同一篇文献中一起出现， 线的粗细与两作者之间的合作次数成正比.从中我们可以得知：(1)核心作者合作网络图整体联系较密切， 多位专家之间的合作大致形成了5个研究团队， 其中以Kulinna P H、 Gao Z、 Zhu X H为中心的合作网络图联系最密切， 研究团体最大； 其次分别是以Haerens L和Lonsdale C为核心的小研究团体， 以及三个两两合作的独立小团体.(2)根据线条粗细我们可以发现， 在三个两两合作的独立小团体中， 虽然人数少， 但线条最粗， 他们两两之间的合作频次最多； 在由四五人组成的小团体中， Aelterman N、 Vansteenkiste M和Haerens L之间的合作频率高于Kirk D和Haerens L的合作次数， Lonsdate C与Lubans D R的合作次数高于与其他两人； 在最大的研究团体中， Zhu H X与Chen S L、 Sun H C、 Chen A、 Haegele J A的合作频次明显高于该团体中其他作者之间的合作.网络图中大多数作者之间存在关联， 说明国外有关体育教育的研究领域已形成较成熟的研究团体.但不可忽视的是， 也存在部分孤立的散点以及由两人或四五人形成的小团体， 说明国外体育教育的研究领域仍有进一步发展的空间.

2.1.5 合作网络小团体分析

通过Web of science， 数据库选择Web of science核心合集， 选择基本检索中的以作者进行检索、 时间范围设定在2009～2018年， 分别对Kulinna P H、 Gao Zan、 Sun H C、 Zhu X H、 Chen A、 Haerens L和Lonsdale C七位核心作者进行检索， 各大小团体研究领域如下：

团体一， Kulinna P H、 Woods Am、 Van der Mars H、 Brusseau T A、 McCaughtry N.其中作者Kulinna P H和Van der Mars均来自美国亚利桑那州立大学， 其他几位作者则来自不同的机构.该团体作者在2009-2018年期间共发表体育教育相关论文约376篇， 五位作者在不同时间段均有合作.合作论文多集中在综合学校体育活动的理论及发展研究， 另外也有包括关于不同体育活动(课堂、 课外体育活动)对不同人群健康的干预研究、 课前跑步/步行俱乐部的效能研究、 体育教师的心理研究等.

团体二， Gao Zan、 Xiang P、 Zhang T、 Solmon M A、 Hannon J C、 Garn A C.其中除作者Solmon M A和Garn A C均来自美国路易斯安那州立大学外， 其他几位作者各自属于不同的机构.该团体作者在2009～2018年期间共发表体育教育相关论文约520篇， 合作论文的研究方向多集中在对于动机与体育之间关系的探索性研究， 以及两者之间互相影响的实证性研究； 运用跨理论模型、 meta分析和实验研究等不同方式针对运动游戏对体育的影响进行的探索性研究； 从社会生态视角来研究学生与体育之间关系的理论研究等.

团体三， Zhu X H、 Sun H C、 Chen A、 Haegele J A、 Ennis C D、 Sato T、 Chen S L、 Li W D、 Shen B.其中Zhu XH与Haegele J A均来自美国的欧道明大学， Chen A、 Ennis C D与Chen S L三人均来自北卡罗莱纳格林斯博罗大学， 其余几人均来自不同的机构.该团体作者在2009～2018年期间共发表体育教育相关论文约445篇， 研究方向多集中在残疾或障碍人士在体育运动中经验的现象学探究、 期望值对体育造成影响的因果研究、 对于动机在青少年体育中作用的探索性研究、 不同人群对超重学生看法或超重学生对体育看法的实证研究等.

团体四， Haerens L、 Aelterman N、 Vansteenkiste M、 Kirk D、 Harvey S.其中Haerens L与Aelterman N及Vansteenkiste M三人均来自比利时的根特大学， 其余两人则来自不同的机构.该团体作者在2009～2018年期间共发表体育教育相关论文约162篇， 研究方向多集中在不同的心理要素对学生或教师参与体育活动的干预研究、 运动能力和动机对学生参与体育活动三者之间关系的价值研究、 从自我决定理论视角来分析与体育教育相关的探索性研究等.

团体五， Lonsdale C、 Lubans D R、 Morgan P J、 Jackson B.其中Lubans D R和Morgan P J均来自澳大利亚的纽卡斯尔大学， 其余两则来自不同的机构.该团体作者在2009～2018年期间共发表体育教育相关论文约204篇.与其它团体相对比， 该团体的特点在于将集群随机对照试验的方法用于与体育教育相关的研究中， 以及对已发表的体育教育类文章进行系统回顾和meta分析.该团体也进行了不同的心理要素对学生或教师参与体育活动的干预研究， 只是团体四和团体五所侧重的心理要素有所区别.

2.2 国外近十年体育教育研究主题与前沿热点分析

关键词是作者学术思想及学术观点的高度概括， 是文章内容的核心和精髓， 能够反映文献的核心内容.如果某一个关键词在其所在研究领域的文献中反复出现， 就可以认为该关键词所表征的研究主题是该领域的研究热点[5].

2.2.1 关键词预处理

在从Web of science导出数据时， 将无作者和以编辑部名义发布的文献剔除掉， 使用Bicomb软件对高频关键词进行提取、 统计， 并将同义词进行合并， 最终结果如表4所示.

表4 国外体育教育高频关键词(部分)

2.2.2 高频关键词的共词网络分析

杨爱青等根据g指数的计算方法， 提出了词频g指数的定义， 即某一个研究主题关键词的数量分值为g， 当且仅当此研究主题的关键词总量N中， 有g个关键词累计出现频次不少于g×g次， 而g+1个关键词累计出现频次少于(g+1)×(g+1)次[6].根据此词频g指数的计算方法， 本文选取前49位关键词作为高频关键词， 在Bicomb软件中构建49×49的高频关键词共词矩阵， 如表5所示.笔者将高频关键词共现矩阵导入UCINET6.0中生成高频关键词.##d格式， 点击Netdraw， 导入高频关键词.##d选择K-core和Betweenness分析生成共现网络图， 并进一步按照中心度和重要性对节点进行形状调整， 如图3所示.

表5 高频关键词共词矩阵(部分)

图3 高频关键词共词网络图

在图3中， 正方形表示关键词， 正方形的大小表示该关键词在网络中的重要程度， 正方形的大小与重要程度成正比； 正方形之间的连线表示关键词之间的共现关系， 线条的粗细与关键词之间的共现成正比； 颜色代表关键词在网络中核心度的强弱， 红色的核心度最强， 其次分别是黑色、 蓝色、 灰色等.结合图3， 下文通过软件UCINET6.0对关键词进行社会网络分析、 聚类分析， 希望以此来挖掘并呈现国外体育教育研究的现状与热点.

2.2.3 高频关键词社会网络分析

社会网络分析可划分成两类：一类是整体社会网分析， 探讨的是网络整体的构成与形态； 一类是自我中心社会网分析， 探讨的是个体在网络中的连接与位置[3].

第一， 整体社会网络分析.在整体网络中， 要计算的距离实际上是所有行动者之间的距离.打开UCINET6.0软件， 点击Network→Cohesion→Distance这条路径， 导入高频关键词共现矩阵， 得到图4.从中我们可知该整体网络的平均距离为1.711.Watss认为， 网络平均路径长度低于6， 则网络存在“小世界”效应[7]， 该高频关键词整体网络呈现出明显的“小世界效应”； 建立在“距离”基础上的凝聚力指数为0.650.刘军指出， 该指数越大， 表明该整体网络越具有凝聚力[8].而凝聚力指数的取值在0～1之间， 故该整体网络具有较强的凝聚力.

第二， 社会网络中心度分析.运用UCINET6.0软件导出关键词的程度中心性、 亲近中心性和中间中心性数据， 如表6所示.

图4 高频关键词距离分析

表6 中心度数据表(部分)

(1)程度中心性， 又称局部中心性， 是指网络中与该节点直接相连的节点个数， 反映了节点在网络活动中的积极程度.度数越大， 则该节点在网络中处于核心地位越高.亲近中心性， 又称接近中心性， 是指测量一个节点通过网络内最短路径与其他节点联接的程度.中心性越高， 则该节点与其它节点的关系越密切[9].由表6我们可以看出， 对于本文高频关键词， 其程度中心性和亲近中心性排名前九的关键词均一致， 分别是physical education， physical activity， adolescents， children， exercise， curriculum， sport， health， obesity.这表明physical activity， adolescents， exercise等是国外体育教育研究的核心领域.

(2)中间中心性， 又叫中介中心性， 是测量节点处于交往网络路径上的一个重要指标， 这个指标有效的测量出该节点对资源控制的程度.中介中心性越高， 对资源的掌控能力越强[9].由表6我们可以发现， 与程度、 亲近中心性相比较， 中间中心性的词频排名发生了改变， curriculum和sport的排名向前靠， education和motivation首次出现在前九之中， 表明在相应的时间内， 这些关键词是国外该领域的研究热点.

2.2.4 高频关键词聚类分析

聚类分析是在没有先验知识的条件下， 采用定量分析方法， 根据事物本身固有特性的亲疏程度从数据分析的角度自动进行归类， 对数据给出一个更精确、 细致的分类结果， 是研究“物以类聚”的一种有效方法[5].打开UCINET6.0软件， 点击Tools→Cluster Analysis→Optimization这条路径， 导入高频关键词共现矩阵， 多次改变Number of clusters的取值， 结合相关文献的分析以及指导老师给予的修改意见， 最后将国外体育教育研究分为以下6类.第一类：体育教育课程研究， 主要涉及体育知识、 课程等.第二类：青少年体育积极性的干预研究， 主要涉及动机、 自主性等.第三类：青少年体质健康的研究， 主要涉及BMI、 肥胖、 超重等.第四类：心理策略在青少年体育教育与训练中的研究， 主要涉及内在动机、 自我暗示等.第五类：公共健康卫生的促进研究， 主要涉及残疾人、 态度、 评估等.第六类：体育教师专业发展研究， 主要涉及学习、 高等教育等(如图5).

图5 高频关键词聚类图

3 结语

本文基于科学计量学的视角， 运用知识图谱的研究方法， 对国外近10年以来体育教育研究文献的时空分布状况和研究主题的前沿与热点进行可视化研究与分析， 得出以下结论：

第一， 国外所载体育教育文献核心期刊种类众多， 注重不同学科之间的交叉研究； 国外体育教育研究发展经历了曲折、 稳定上升的发展趋势， 整体发文量保持增长趋势； 核心作者合作网络图整体联系较密切， 其中以Kulinna PH、 Gao Z、 Sun HC、 Zhu XH、 Chen A为中心的合作网络图联系最密切， 研究团体最大， 但存在部分孤立的散点以及由两人或四五人形成的小团体， 国外体育教育的研究领域有进一步发展的空间.

第二， 通过对高频关键词的词频、 共词、 社会网络分析和聚类分析， 发现高频关键词整体网络呈现出明显的“小世界效应”， 且该整体网络具有较强的凝聚力； 中间中心性的词频排名发生了改变， 除了physical education、 physical activity、 children、 adolescents、 health外， curriculum、 sport、 education、 motivation等在相应时间内也是国外该领域的研究热点； 通过聚类分析将国外体育教育研究分为6类：体育教育课程研究； 青少年体育积极性的干预研究； 青少年体质健康研究； 心理策略在青少年体育教育与训练中的研究； 公共健康卫生的促进研究； 体育教师专业发展研究.

第三， 研究存在的问题.在对关键词进行同义合并等处理时， 容易受个人主观因素及知识储备的影响， 高频关键词的排名及聚类结果不能深层次地展示研究热点， 结合多维尺度分析探究研究热点是后续进行的内容.