Sự Phát Triển Của Trắc Lượng Thư Mục Trong Nghiên Cứu Khoa Học Du Lịch

Phương pháp trắc lượng thư mục (bibliometrics) đang ngày càng được ứng dụng rộng rãi trong nghiên cứu khoa học du lịch. Đây là một công cụ quan trọng giúp phân tích và đánh giá sự phát triển của các lĩnh vực nghiên cứu thông qua việc đo lường các chỉ số như tần suất xuất hiện, mức độ liên kết của các từ khóa, và mối quan hệ giữa các tác giả, bài báo, và tạp chí. Từ năm 2005 đến nay, số lượng các công trình nghiên cứu sử dụng phương pháp này trong lĩnh vực du lịch đã gia tăng đáng kể, tạo ra một bức tranh toàn diện về các xu hướng nghiên cứu du lịch đương đại. Bài viết này phân tích sự gia tăng của trắc lượng thư mục trong nghiên cứu du lịch, cũng như nhấn mạnh tầm quan trọng của phương pháp này trong việc phát triển các nghiên cứu hiện nay.

Trắc lượng thư mục (bibliometrics) là một nhánh của lĩnh vực khoa học thông tin, sử dụng các công cụ định lượng để đo lường và phân tích các sản phẩm khoa học. Trong bối cảnh nghiên cứu du lịch, trắc lượng thư mục đã trở thành một phương pháp hữu hiệu để đánh giá sự phát triển và nhận diện các xu hướng nghiên cứu. Đặc biệt, việc kết hợp trắc lượng thư mục với các công cụ trực quan như phân tích đồng hiện từ khóa giúp các nhà khoa học có cái nhìn sâu sắc hơn về cấu trúc nghiên cứu và các chủ đề có ảnh hưởng lớn trong ngành. Việc áp dụng trắc lượng thư mục vào nghiên cứu du lịch bắt đầu từ năm 2005, khi các công trình đầu tiên bắt đầu đề cập đến sự giao thoa giữa “bibliometrics” và “tourism”. Từ đó đến nay, số lượng các nghiên cứu sử dụng phương pháp này đã tăng trưởng liên tục, phản ánh nhu cầu ngày càng lớn trong việc hiểu rõ hơn về tác động khoa học của các công trình nghiên cứu du lịch.

Hình: Số lượng công bố có liên quan đến du lịch và trắc lượng thư mục từ năm 2005 đến 2023 (Nguồn: CST thực hiện từ Scopus)

Theo số liệu thống kê từ Scopus, tính đến hết năm 2023, đã có 306 công trình nghiên cứu sử dụng trắc lượng thư mục để phân tích và đánh giá các xu hướng trong nghiên cứu du lịch. Số lượng này tăng dần đều qua các năm, cho thấy sự quan tâm ngày càng lớn của các nhà nghiên cứu đối với việc áp dụng phương pháp này. Điều này đặc biệt quan trọng trong bối cảnh ngành du lịch đang trải qua nhiều thay đổi do tác động của biến đổi khí hậu, khủng hoảng môi trường, và đại dịch COVID-19. 

 

Hình: Kết quả phân tích đồng hiện từ khóa (CST)

Kết quả phân tích đồng hiện từ khóa cho thấy một số chủ đề nổi bật và có tính kết nối cao trong mạng lưới nghiên cứu:

• Nhóm Chủ đề “Du lịch bền vững”: Đây là nhóm có sự liên kết mạnh với các chủ đề như phát triển kinh tế, quản lý du lịch, và bảo tồn môi trường. Các nghiên cứu trong nhóm này tập trung vào việc đề xuất các giải pháp nhằm giảm thiểu tác động tiêu cực của du lịch đối với hệ sinh thái và cộng đồng địa phương.
• Nhóm Chủ đề “Công nghệ du lịch thông minh”: Các từ khóa như smart tourism, virtual reality, và big data cho thấy sự gia tăng đáng kể trong các nghiên cứu về ứng dụng công nghệ vào quản lý và phát triển du lịch. Đây là một lĩnh vực mới nổi, đang thu hút sự chú ý đặc biệt của các nhà nghiên cứu và chuyên gia trong ngành.
• Nhóm Chủ đề “Phân tích kinh tế và phát triển xã hội”: Nhóm này tập trung vào việc phân tích các tác động kinh tế của du lịch, đặc biệt là vai trò của nó trong việc thúc đẩy tăng trưởng kinh tế và phát triển cộng đồng. Các nghiên cứu này cung cấp một cơ sở quan trọng cho việc hoạch định chính sách và xây dựng chiến lược phát triển du lịch bền vững.

Việc áp dụng trắc lượng thư mục không chỉ giúp đo lường và đánh giá sự phát triển của các lĩnh vực nghiên cứu, mà còn đóng vai trò như một công cụ định hướng để xác định các khoảng trống khoa học và định hình các chủ đề nghiên cứu mới. Điều này đặc biệt cần thiết trong bối cảnh ngành du lịch đang đối mặt với những thay đổi lớn do tác động của toàn cầu hóa và biến đổi khí hậu. 

Các công cụ để trực quan hóa trong thực hiện trắc lượng thư mục: 

• VOSviewer: Một phần mềm miễn phí chuyên dùng để xây dựng và trực quan hóa các mạng lưới khoa học dựa trên từ khóa, đồng trích dẫn (co-citation), và phân tích tài liệu tham khảo. VOSviewer rất phù hợp để tạo ra các bản đồ khoa học giúp hiểu rõ các xu hướng nghiên cứu và mối liên hệ giữa các chủ đề.
• CiteSpace: Một công cụ mạnh mẽ hỗ trợ phát hiện các điểm nổi bật và các xu hướng mới trong nghiên cứu khoa học. CiteSpace rất hữu ích trong việc phân tích sự thay đổi theo thời gian của các chủ đề nghiên cứu và tạo ra các bản đồ tiến hóa khoa học.
• Biblioshiny (Bibliometrix): Một gói phần mềm của R để phân tích trắc lượng thư mục. Giao diện Biblioshiny trực quan và dễ sử dụng, hỗ trợ các phân tích như biểu đồ, bảng biểu, và xây dựng các mạng lưới quan hệ từ khóa, tác giả.
• ScientoPy: Một công cụ mã nguồn mở để phân tích xu hướng trong các lĩnh vực nghiên cứu khác nhau. ScientoPy chủ yếu tập trung vào việc đo lường sự phát triển của các chủ đề nghiên cứu và xây dựng các biểu đồ xu hướng.
• Gephi: Một phần mềm mã nguồn mở dùng để tạo và phân tích các đồ thị mạng lưới. Gephi đặc biệt hữu ích cho việc xây dựng các bản đồ mạng lưới đồng hiện hoặc các mô hình phức tạp về mối quan hệ giữa các tác giả.
• R và Python: Các ngôn ngữ lập trình hỗ trợ việc tùy chỉnh phân tích dữ liệu trắc lượng thư mục, đặc biệt hữu ích khi cần thao tác với các bộ dữ liệu lớn hoặc thực hiện các phân tích chuyên sâu.

Các cơ sở dữ liệu khoa học có thể khai thác:

• Scopus: Cơ sở dữ liệu khoa học hàng đầu, chứa các bài báo học thuật, hội thảo, và tài liệu tham khảo từ nhiều lĩnh vực. Scopus cung cấp thông tin phong phú để thực hiện phân tích trắc lượng thư mục.
• Web of Science: Một cơ sở dữ liệu khoa học khác chuyên cung cấp các chỉ số trích dẫn. Web of Science hỗ trợ tìm kiếm và phân tích các xu hướng nghiên cứu với tính năng mạnh mẽ về trích dẫn đồng thời.
• Google Scholar: Dễ tiếp cận và phù hợp cho các nghiên cứu quy mô nhỏ hơn. Mặc dù không chuyên biệt như Scopus hoặc Web of Science, nhưng Google Scholar vẫn hỗ trợ trích xuất dữ liệu trích dẫn để phân tích cơ bản.

Một số lưu ý khi thực hiện: 

• Lựa chọn nguồn dữ liệu: Sử dụng các cơ sở dữ liệu uy tín như Scopus và Web of Science để đảm bảo chất lượng dữ liệu; tránh sử dụng các nguồn không có kiểm duyệt (non-peer-reviewed).
• Xác định từ khóa chính xác: Định rõ các từ khóa và biến thể để không bỏ sót dữ liệu. Sử dụng từ đồng nghĩa và từ khóa liên quan để phản ánh toàn diện chủ đề.
• Tiền xử lý dữ liệu: Loại bỏ tài liệu trùng lặp, chuẩn hóa tên tác giả, tổ chức và từ khóa để đảm bảo tính đồng nhất khi phân tích.
• Chọn loại phân tích phù hợp:
• Đồng hiện từ khóa: Tìm chủ đề chính và xu hướng.
• Mạng lưới trích dẫn: Xác định bài báo, tác giả có ảnh hưởng.
• Hợp tác tác giả: Tìm hiểu mạng lưới và sự liên kết nghiên cứu.
• Chú ý yếu tố đặc thù ngành: Du lịch có tính địa phương cao và liên quan đến nhiều lĩnh vực khác nhau, cần phân tích theo bối cảnh cụ thể.
• Kiểm tra kết quả: Đánh giá kết quả để đảm bảo phản ánh đúng xu hướng thực tế, kết hợp thêm phân tích định tính nếu cần.
• Cân nhắc ngôn ngữ: Đừng bỏ qua các tài liệu bằng tiếng địa phương để có cái nhìn toàn diện hơn về lĩnh vực

Bài viết hi vọng sẽ cung cấp một cái nhìn tổng quan và cơ bản về sử dụng trắc lượng thư mục trong nghiên cứu khoa học du lịch, góp phần vào việc thúc đẩy nghiên cứu du lịch theo hướng đa ngành và bền vững hơn trong tương lai.

CST thực hiện.