Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
5
Nagy Gyula s Molnr Gyngyvr
Elmleti httr
Mrd meg, ami mrhet, s tedd mrhetv, ami nem az! (Galilei) A kvantitatv
nzpont megjelense a nevelstudomnyokban korszakalkot jelentsg volt. Egy tel-
jesen j kutatsi irnyzat jelent meg, megteremtve a mrs-rtkelsi megkzeltst, mely
kutatsi szemllet azta is vezet szerepet tlt be mind a nemzetkzi (Winters, Wise, &
Towne, 2005), mind a hazai nevelstudomnyban (Molnr & Psztor, 2012), ahogyan azt
jelen tanulmnyunk eredmnyei is megerstik. A tudomnymetria (scientometrics) ter-
minus eredete az 1960-as vekre nylik vissza s Vassily V. Nalimov nevhez kthet, s
a tudomnyos teljestmny sokszor igen sszetett s sokrt mrst rtjk alatta. A tudo-
mnyg fejldsben meghatroz szerepet tlttt be Derek J. de Solla Price (Price, 1979),
Robert K. Merton (Merton & Garfield, 1986) s Eugene Garfield (Garfield & Merton,
6
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
7
Nagy Gyula s Molnr Gyngyvr
8
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
tk meg az EDM fogalmt: egy feltrekv diszciplna, melynek clja, hogy relevns md-
szereket fejlesszen ki az oktatsi intzmnyekbl szrmaz egyedi adattpusok felfedez-
sre s ezeket a mdszereket a dikok, s a kapcsold krlmnyek megrtsre hasz-
nlja. A terlet egyik legtbbet publikl szerzje, Cristobal Romero gy kategorizlta az
EDM-et: statisztika s vizualizci; webbnyszat; klaszterizls, osztlyozs s eltrs
detektls; szablyasszocici-bnyszat s szekvencilismintzat-bnyszs; szvegb-
nyszat (Romero & Ventura, 2007).
Az alapvet vlasztvonalat az jelenti a kt rszterlet kztt, hogy az adatbnyszat
(data mining) strukturlt adatokkal dolgozik (melyek sok esetben numerikusak), mg a
szvegbnyszat (text mining) strukturlatlan szvegeket hasznl input alapanyagknt.
Ugyan a folyirat-hivatkozsok hordoznak struktrt a szablyossgot illeten lsd az
American Psychological Association (2010) vagy a Magyar Pedaggia publikcis stlu-
st , azonban a hivatkozsok feldolgozsa a textulis dominancia miatt egyrtelmen a
szvegbnyszat terlete.
A hlzattudomny alkalmazsa az elmlt msfl vtized folyamn mg jelentsebb
vlt, mint a szvegbnyszat. A hlzatkutats tbb alapfogalma a matematika egyik
rszterletrl, a grfelmletbl szrmazik. A hlzatkutatst az klnbzteti meg a grf-
elmlettl, hogy tapasztalati alap s az adatokat, illetve az eredmnyek felhasznlhats-
gt lltja sajt rdekldsnek kzppontjba. A tudomnyos irodalomban a hlzat s a
grf kifejezseket gyakran szinonimaknt hasznljk, de a val letben is csak ritkn te-
sznk kzttk klnbsget, a kt sz hasznlata legtbbszr felcserlhet (Barabsi,
2016). A trsszerzsg s a hivatkozsok vizsglatnak esetben magtl rtetd a grfok
hasznlata, gy sajt eredmnyeink is nagymrtkben tmaszkodnak a hlzattudomny
nyjtotta eszkzkre. Tbb hasonl nemzetkzi kutats zajlott a nevelstudomny s a
pszicholgia terletn, melyek ugyanezekre az eszkzkre ptenek a trsszerzsg s a
hivatkozsok vizsglatakor (Tang & Tsai, 2016; Griggs & Christopher, 2016).
9
Nagy Gyula s Molnr Gyngyvr
10
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
Mdszerek
amit a Klebelsberg Knyvtr erre a clra fejlesztett megoldsa tett lehetv. A hivatkoz-
sok konkrt kinyerst a Szegedi Tudomnyegyetem Szmtgpes Algoritmusok s Mes-
tersges Intelligencia Tanszkvel val egyttmkds tette lehetv. Az ellltott
metaadatokat s a kinyert hivatkozsokat strukturlt CSV-fjlokban troltuk, melyek ke-
zelsre a LibreOffice irodai programcsomagot hasznltuk, mg a trgyalt grfok brzo-
lsra, illetve elemzsre a nylt forrskd Gephi-programcsomag szolglt.
Eredmnyek
12
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
Publikci (darab)
v
1. bra
Az Iskolakultra, az Educatio s az j Pedaggiai Szemle folyiratokban megjelent
publikcik szmnak idbeli vltozsa 19912014 kztt (Forrs: Matarka)
Publikci (darab)
v
2. bra
A Magyar Pedaggiban megjelent publikcik szmnak idbeli vltozsa
(19912014)
kutatk alacsony nemzetkzi publikcis rtja nem a hazai lapokban kzlt nagyszm
cikk miatt alacsony. A tanulmnyok szmnak nvekedsre vonatkoz hipotzisnket
teht nem igazoltk az adatok: a felsoktats tmegesedse nem okozta automatikusan a
nevelstudomnyi tudomnyos aktivits nvekedst, legalbbis ez tapasztalhat az ered-
mnyek elsdleges kzlst biztost folyiratcikkek esetben. Tovbbi kutatsi lehets-
get jelentene a mgttes okok vizsglata. Taln ppen a megnvekedett oktatsi tevkeny-
sg vonja el a kutatk figyelmt a folyiratcikkek rstl? Emellett magyarzatul szol-
glhat ms tpus mfajok npszersge, rdemes volna megvizsglni, hogy miknt ala-
kult a tudomnyos aktivits a monogrfik, a szerkesztett ktetek s a klnbz konfe-
rencia-mfajok esetben. Szintn egy nagyszabs kutatst jelentene annak vizsglata,
hogyan vltozott a nevelstudomnnyal foglalkoz kutatk szma a rendszervltst kve-
ten az egyes kpz- s kutathelyeken, hiszen ez alapveten befolysolja a teljes tudo-
mnyg aktivitst.
Br a cikkek darabszmnak nvekedsre vonatkoz hipotzisnk nem igazoldott
be, els kutatsi krdsnkben azt is feltteleztk, hogy a Magyar Pedaggia publikcii-
nak oldalszmban mrt hossza nvekv tendencit mutat az vek elrehaladtval. Ez a
felttelezs igazolhat, szignifikns nvekeds tapasztalhat a tanulmnyok oldalszm-
nak vonatkozsban (3. bra). Az egyes vfolyamokra vonatkoz sszterjedelem ltalban
a 250500 oldal kztti tartomnyba esik, mely rtkek jl mutatjk az egyes vfolyamok
kztti nagy terjedelembeli ingadozst.
Oldalak szma
v
3. bra
A Magyar Pedaggiban megjelent publikcik tlagos hossznak venknti vltozsa
(19912014)
14
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
Hivatkozsok
Sorszm Szerz Cikkek szma Intzmnyi httr
szma
1. Molnr Gyngyvr 16 136 SZTE
2. Csap Ben 14 361 SZTE
3. Nagy Pter Tibor 13 35 OKI/OFI
4. Szabolcs va 12 24 ELTE
5. Cskos Csaba 11 63 SZTE
6. Jzsa Krisztin 10 208 SZTE
7. Nmeth Andrs 10 88 ELTE
8. Csizr Kata 8 41 ELTE
9. Gczi Jnos 8 22 PE
10. Kasik Lszl 8 40 SZTE
11. Faludi Szilrd 7 4 BCE
12. Krpti Andrea 7 72 ELTE
13. Kelemen Elemr 7 15 ELTE
14. Nikolov Marianne 7 99 PTE
15. Puknszky Bla 7 56 SZTE
16. Rthy Endrn 7 46 ELTE
15
Nagy Gyula s Molnr Gyngyvr
16
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
Gyakorisg
Orszg
4. bra
A Magyar Pedaggia szerzinek orszgonknti megoszlsa (19912014)
Gyakorisg
Intzmny
5. bra
A Magyar Pedaggia szerzinek intzmnyi httere (19912014)
17
Nagy Gyula s Molnr Gyngyvr
350
Gyakorisg
293
300
250
200
150
100
52
50 21 12 8 3
0
ACAD FOR OKT KZ N/A OTH
Szektor
6. bra
A Magyar Pedaggia szerzinek szektorok szerinti megoszlsa (19912014)
(ACAD: akadmiai szfra, FOR: klfldi intzmny, OKT: oktats-irnytsi szervezet,
KZ: kzoktatsi intzmny, N/A: nincs adat, OTH: egyb intzmny)
v
7. bra
A ni s frfi szerzk arnya a Magyar Pedaggia szerzi kztt (19912014)
18
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
v
8. bra
A Magyar Pedaggia tanulmnyaira es szerzk szmnak venknti vltozsa
(19912014)
20
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
9. bra
A Magyar Pedaggia trszerzsgi grfjnak egyik komponense
21
Nagy Gyula s Molnr Gyngyvr
10. bra
A Magyar Pedaggia trszerzsgi grfjnak egyik komponense
11. bra
A Magyar Pedaggia trszerzsgi grfjnak hrom komponense
22
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
sszegzs
Tanulmnyunkban egy tbb mint 100 ves folyirat mintegy negyed szzadnak tudo-
mnymetriai elemzsre vllalkoztunk. A tudomnymetriai elemzsekre minden tudo-
mnyterleten nagy szksg van, csak ezek a helyzetelemzsek tudjk feltrni az adott
tudomnyg bels jellemzit, llapott, viszonyait, melyek ismerete mindenkppen szk-
sges a megfelel fejldshez. Nincs ez msknt a nevelstudomny esetben sem. Az
ltalunk elvgzett helyzetelemzs egyik tapasztalata a hazai nevelstudomnyi folyira-
tokban megjelen publikcik darabszmban lecsapd cskken tudomnyos aktivits.
Az eredmnyt egytt rtelmezve a magyar kutatk nemzetkzi publikcis gyakorlatval,
a hazai nevelstudomny mennyisgi kibocstsnak cskkense rhet tetten. Azonban
a puszta szmok mg tekintve, a tanulmnyok minsgi mutatit vizsglva mgis
pozitv tendencikrl tudtunk beszmolni. A Magyar Pedaggia esetben pldul ilyen
mutat a tanulmnyok hossznak s kidolgozottsgnak nvekedse, illetve a kutatk k-
ztti fokozd tudomnyos egyttmkds, ami tudomnymetriai szempontbl a trsszer-
zvel egytt rt cikkek nvekedse nyomn rhet tetten. Utbbi trend egybevg a nem-
zetkzi kzegben tapasztaltakkal. Szksges volna tovbbi tudomnyterleti szakfoly-
iratok s ms tudomnyos mfajok bevonsa a rszletesebb vizsgldsokba, de kiindu-
lpontnak mindenkppen alkalmas az egyik meghatroz orgnum nll vizsglata.
Tanulmnyunk msik fontos kutatsi krdscsoportjt jelentette a folyirat szerzi gr-
djnak minl alaposabb vizsglata. A hasonl elemzsek rk dilemmjt s egyik f
problmjt jelenti annak eldntse, hogy a konkrt neveket kzljk vagy azok anonimak
maradjanak, esetleg monogramokkal hivatkozzanak rjuk. Vlemnynk szerint az utbbi
megoldsok nagymrtkben rontjk az eredmnyek ttekinthetsgt, ezrt a minl telje-
sebb kr rthetsg miatt minden esetben a teljes nv kzlst vlasztottuk. Ez a rszletes
s konkrt adatkzls hinyptl a magyar nevelstudomnyi kzegben. Meghatroztuk a
Magyar Pedaggia legtbbet publikl szerzit, illetve azokat a kzponti szemlyeket,
akiknek a munkira a legtbb hivatkozs rkezett. A szerzk intzmnyi httervel kap-
csolatban szintn konkrt adatokat kzlnk, amelyekbl tbb adatsort sszevetve a
Szegedi Tudomnyegyetem s az Etvs Lornd Tudomnyegyetem vezet szerepe bon-
takozik ki.
Kutatsunk alapjn tovbbi fontos, a folyirat lett alapveten befolysol tendenci-
kra is rvilgtottunk: cskkent a klfldi szerzk slya s folyamatosan nvekedett a ni
szerzk. A szerzk szektorbeli helyzett vizsglva kijelenthetjk, hogy az akadmiai
szfra tlslya rendkvl flnyes, ugyanakkor marginlisan azrt elfordulnak az okta-
tsirnytsi szervezetekbl s a kzoktatsbl rkez szerzk is. Az utbbi csoport ar-
nynak nvelse szerencss lenne a jvben, mert a kutatpedaggusi mozgalom kitelje-
sedst s megersdst jelenten.
A tanulmny utols rszben a trsszerzsg ltal felvetett krdsekkel foglalkoztunk,
a trsszerzs cikkek arnyt s az egytt publikl szerzket vizsgltuk. A nemzetkzi
trendeknek megfelelen egyrtelmen megfigyelhet a tbb szerz ltal rt cikkek szm-
nak nvekedse, ezltal a tudomnyos egyttmkds fokozdsa, ami alapveten pozitv
23
Nagy Gyula s Molnr Gyngyvr
Ksznetnyilvnts
Irodalom
Adams, J. (2012). Collaborations: The rise of research networks. Nature, 490(7420), 335336.
doi: 10.1038/490335a
American Psychological Association (2010). Publication manual of the American psychological Association
(6th ed.). Washington: American Psychological Association.
Baker, R. S., & Yacef, K. (2009). The state of educational data mining in 2009: A review and future visions.
Journal of Educational Data Mining, 1(1), 317.
Barabsi, A. L. (2016). A hlzatok tudomnya. Budapest: Libri.
Barabsi, A. L., & Frangos, J. (2014). Linked: The new science of networks science. Basic Books.
Barabsi, A. L., Jeong, H., Nda, Z., Ravasz, E., Schubert, A., & Vicsek, T. (2002). Evolution of the social net-
work of scientific collaborations. Physica A: Statistical mechanics and its applications, 311(3), 590614.
doi: 10.1016/s0378-4371(02)00736-7
Bir, Zs. H. (2009a). A magyar nevelstudomnyi kommunikci szerepli. Tudomnyszociolgiai elemzs a
kzponti pedaggiai folyiratok szerzirl (19972006). In A. Nmeth & Zs. H. Bir (Eds.), A magyar
nevelstudomny a 20. szzad msodik felben (pp. 168209). Budapest: Gondolat.
Bir, Zs. H. (2009b): A magyar nevelstudomnyi kommunikci jellemzi (19972006), sszehasonlt tu-
domnyszociolgiai elemzs, avagy ksrlet egy nemzetkzi kutats adaptcijra. Magyar Pedaggia,
109(1), 4976.
Chen, Y., Brner, K., & Fang, S. (2013). Evolving collaboration networks in Scientometrics in 19782010:
A micromacro analysis. Scientometrics, 95(3), 10511070. doi: 10.1007/s11192-012-0895-2
Csaba, L., Szentes, T., & Zalai, E. (2014). Tudomnyos-e a tudomnymrs? Megjegyzsek a tudomnymetria,
az impaktfaktor s MTMT hasznlathoz. Magyar Tudomny, 175(4), 442466.
Csap, B. (1991). Hagyomny s korszakvlts. A megjult Magyar Pedaggia programja. Magyar Pedag-
gia, 91(1), 36.
Csap, B. (1992). Szz v - Szz ves a Magyar Pedaggia. Magyar Pedaggia, 92(1), 34.
Csap, B. (2000). Utsz a Magyar Pedaggia szzadik vfolyamhoz. Magyar Pedaggia, 100(4), 531533.
Csap, B. (2005). A Magyar Pedaggia feladata a nevelstudomny fejlesztsben. Iskolakultra, 15(4), 310.
24
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
Csap, B. (2007). Csengeri Jnos rksge a Magyar Pedaggia a 21. szzadban. Magyar Pedaggia,
107(1), 7990.
Csap, B. (2016). A tanrkpzs s az oktats fejlesztsnek tudomnyos httere. Iskolakultra, 26(2), 318.
doi: 10.17543/iskkult.2016.2.3
Csengeri, J. (1892). Olvasinkhoz. Magyar Paedagogia, 1, 12.
Cskos, Cs. (2013). Az impakt faktor a nevelstudomnyi kutatsokban. Iskolakultra, 23(9), 316.
Elkana, Y. (1978): Toward a metric of science: The advent of science indicators. New York: Wiley.
Fehr, P., & Aknai, D. O. (2016). Aki doktor akar lenni..., avagy doktorjelltek publikcis teljestmnynek
sszehasonltsa a hazai nevelstudomnyi doktori iskolkban. In G. Molnr & E. Bs (Eds.), XIV. Peda-
ggiai rtkelsi Konferencia. Program; Elads-sszefoglalk (pp. 53). Szeged: SZTE BTK Nevelstu-
domnyi Doktori Iskola.
Feuer, M. J., Towne, L., & Shavelson, R. J. (2002). Scientific culture and educational research. Educational
researcher, 31(8), 414. doi: 10.3102/0013189x031008004
Garfield, E. (2009). From the science of science to scientometrics visualizing the history of science with
HistCite software. Journal of Informetrics, 3(3), 173179. doi: 10.1016/j.joi.2009.03.009
Garfield, E., & Merton, R. K. (1979). Citation indexing: Its theory and application in science, technology, and
humanities. New York: Wiley.
Glnzel, W. (2009). A tudomnymetria ht mtosza kltszet s valsg. Magyar Tudomny, 170(8), 954
964.
Gobert, J. D., Kim, Y. J., Sao Pedro, M. A., Kennedy, M., & Betts, C. G. (2015). Using educational data
mining to assess students skills at designing and conducting experiments within a complex systems
microworld. Thinking Skills and Creativity, 18(8190). doi: 10.1016/j.tsc.2015.04.008
Gonzlez-Pereira, B., Guerrero-Bote, V. P., & Moya-Anegn, F. (2010). A new approach to the metric of
journals scientific prestige: The SJR indicator. Journal of Informetrics, 4(3), 379391.
doi: 10.1016/j.joi.2010.03.002
Griggs, R. A., & Christopher, A. N. (2016). Whos who in introductory psychology textbooks. A citation
analysis redux. Teaching of Psychology, 43(2), 108119. doi: 10.1177/0098628316636276
Guerrero-Bote, V. P., & Moya-Anegn, F. (2012). A further step forward in measuring journals scientific
prestige: The SJR2 indicator. Journal of Informetrics, 6(4), 674688. doi: 10.1016/j.joi.2012.07.001
Henriksen, D. (2016). The rise in co-authorship in the social sciences (19802013). Scientometrics, 107(2),
455476. doi: 10.1007/s11192-016-1849-x
Hung, J. L. (2012): Trends of elearning research from 2000 to 2008: Use of text mining and bibliometrics.
British Journal of Educational Technology, 43(1), 516. doi: 10.1111/j.1467-8535.2010.01144.x
Kinney, M., B. (2006). A no child left behind kzoktatsi trvny az USA-ban: Mit tanultunk ngy v alatt?
Magyar Pedaggia, 106, 2942.
Klamarik, J., & Suppn, V. (1892). A Magyar Paedagogiai Trsasg Alapszablya. Magyar Paedagogia, 1,
124128.
Lane, J. (2010). Let's make science metrics more scientific. Nature, 464(7288), 488489.
doi: 10.1038/464488a
Leydesdorff, L. (2008). Caveats for the use of citation indicators in research and journal evaluations. Journal
of the American Society for Information Science and Technology, 59(2), 278287. doi: 10.1002/asi.20743
Liu, X., Zhang, J., & Guo, C. (2013). Fulltext citation analysis: A new method to enhance scholarly networks.
Journal of the American Society for Information Science and Technology, 64(9), 18521863.
doi: 10.1002/asi.22883
25
Nagy Gyula s Molnr Gyngyvr
Merton, R. K., & Garfield, E. (1986). Foreword. In D. J. de S. Price (Ed.), Little science, big science and
beyond (pp. viixiii). New York: Columbia University Press. Retrieved from
http://www.andreasaltelli.eu/file/repository/Little_science_big_science_and_beyond.pdf
Mszros, I. (1992). Magyar Paedagogia Magyar Pedaggia. 18921992. Magyar Pedaggia, 92(1), 524.
Molnr, G., & Psztor, A. (2012). The transition from single testing to complex systems of assessments.
In B. Csap & E. Tth (Eds.), X. Pedaggiai rtkelsi Konferencia. Program Elads-sszefoglalk
(pp. 53). Szeged: SZTE BTK Nevelstudomnyi Doktori Iskola, Szeged.
Nagy, G. (2016a). Tudomnymetria s nevelstudomny. Iskolakultra, 26(2), 5062.
doi: 10.17543/iskkult.2016.2.50
Nagy, G. (2016b). Tudomnymetriai s tartalmi elemzsek szvegbnyszati mdszerekkel. In K. Mikusn
Srvri (Ed.), Proceedings of the Networkshop 2016 Conference. Budapest: NIIFI. Retrieved from
https://conference.niif.hu/event/5/session/14/contribution/52/material/paper/0.pdf
Nmeth, A., & Bir, Zs. H. (Ed.). (2009). A magyar nevelstudomny a 20. szzad msodik felben. Budapest:
Gondolat.
Nmeth, A., Bir, Zs. H., & Varga, K. (2009). Ksrlet egy nemzetkzi kutats adaptcijra. In A. Nmeth &
Z. H. Bir (Eds.), A magyar nevelstudomny a 20. szzad msodik felben (pp. 147167). Budapest:
Gondolat.
Ossenblok, T. L., Verleysen, F. T., & Engels, T. C. (2014). Coauthorship of journal articles and book chapters
in the social sciences and humanities (20002010). Journal of the association for information science and
technology, 65(5), 882897. doi: 10.1002/asi.23015
Pap, K. T. (2009). Folyirat-hivatkozsok a nevelstudomnyi folyiratokban. In A. Nmeth & Zs. H. Bir
(Eds.), A magyar nevelstudomny a 20. szzad msodik felben (pp. 210226). Budapest: Gondolat.
Polnyi, I. (2008). Oktats, oktatspolitika, oktatsgazdasg (pp. 314315). Budapest: Nemzeti Tanknyvki-
ad.
Price D. de S. (1979). Kis tudomny, nagy tudomny. Budapest: Akadmiai Kiad.
Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. Expert Systems with
Applications, 33(1), 135146. doi: 10.1016/j.eswa.2006.04.005
Romero, C., Ventura, S., Pechenizkiy, M., & Baker, R. S. (Ed.). (2010). Handbook of educational data mining.
Boca Raton, CRC Press. doi: 10.1201/b10274
Schubert, A. (2015). A hlzatok tudomnymetrija s a tudomnymetria hlzatai. Knyv s nevels, 17(2),
2243.
Sos, S., Schubert, A., & Plh, Cs. (2009, July). Tendencies in the core Journal of Hungarian Psychology (An
exploratory study). Paper presented at the 28th Annual Conference of the European Society of the History
of Human Sciences (ESHHS). Budapest.
Szabn Mojzes, A. (2010). Gondolatok a felsoktats tmegesedsrl. j pedaggiai szemle, 60(5), 1623.
Szcs, K., & Kiss, A. (2015). Adatbnyszati mdszerek alkalmazsa oktatsi krnyezetben keletkezett adato-
kon. In P. Szlvi & L. Zsak (Eds.), Proceedings of the INFODIDACT 2015 Conference. Budapest:
Webdidaktika. Retrieved from http://people.inf.elte.hu/szlavi/InfoDidact15/Manuscripts/SzKKA.pdf
Tang, K.-Y., & Tsai, C.-C. (2016). The intellectual structure of research on Educational Technology in Science
Education (ETiSE): A co-citation network analysis of publications in selected journals (20082013). Jour-
nal of Science Education and Technology, 25(2), 327344. doi: 10.1007/s10956-015-9596-y
Tight, M. (2014). Working in separate silos? What citation patterns reveal about higher education research
internationally. Higher Education, 68(3), 379395. doi: 10.1007/s10734-014-9718-0
Tth, I. J., Toman, N., & Cserpes, T. (2008). A magyar nevelstudomny tudomnyos aktivitsnak felmrse
empirikus eszkzkkel Kutatsi zrtanulmny. Budapest: Wargo Kzgazdasgi Elemz- s Piackutat
Intzet.
26
A magyar pedaggia folyirat tudomnymetriai elemzse: tendencik, szerzk, trsszerzsgi egyttmkds
Ueno, M. (2004). Data mining and text mining technologies for collaborative learning in an ILMS.
In Advanced Learning Technologies, Proceedings (pp. 10521053). IEEE International Conference.
doi: 10.1109/icalt.2004.1357749
Van Noorden, R. (2015). Interdisciplinary research by the numbers. Nature, 525(7569), 306307.
doi: 10.1038/525306a
Winne, P. H., & Baker, R. S. (2013). The potentials of educational data mining for researching metacognition,
motivation and self-regulated learning. Journal of Educational Data Mining, 5(1), 18.
Winters, T. M., Wise, L. L., & Towne, L. (Eds.). (2005). Advancing scientific research in education.
Washington, D. C.: National Academies Press.
Yan, E., & Ding, Y. (2011). Discovering author impact: A PageRank perspective. Information processing &
management, 47(1), 125134. doi: 10.1016/j.ipm.2010.05.002
ABSTRACT
The aim of this paper is the complete scientometric analysis of Magyar Pedaggia, which is
one of the most significant and oldest Hungarian educational research journals. It was founded
in 1892, and it is still issued today. We have digitized and built a well-structured database of
all journal articles in our research project, therefore making it possible to analyse them by
means of various metadata. Besides analyzing metadata, our aim is to investigate the full text
corpus with text mining, which is essential tool of Educational Data Mining (EDM). The first
part of the study discusses general scientometric indicators and tendencies such as the amount
and length of the articles, the most significant authors impacts and backgrounds, the number
of citations by authors. How has the ratio of male and female authors changed with time? What
is the nationality and institutional background of certain authors? International research has
verified that scientific cooperation is growing world-wide (Adams, 2012; Ossenblok,
Verleysen, & Engels, 2014; Henriksen, 2016). The second part of the paper focuses on this
matter: the collaboration of authors, revealing the co-authorship network of Magyar Pedaggia.
The hubs of this network are the most central persons in the collaborative authorship in the
field of educational research as regards to the analyzed journal.
27