Nyckeltalen sammanfattar rapportens centrala indikatorer. Alla värden beräknas från det underliggande datamaterialet och avser perioden 1981–2026 om inget annat anges. Procentandelar (refereegranskat, Open Access, internationellt samarbete) beräknas som andel av totalt antal publikationer per år.
Procentuell förändring visas inte när basvärdet understiger 10 enheter, eftersom små bastal ger statistiskt instabila procenttal (Hicks et al. (2015), princip 8; jfr CDC:s regel om n < 16). Absoluta tal visas istället.
Årlig tillväxttakt (CAGR) redovisas inte för den här rapporten: CAGR redovisas inte (för låg startnivå).
Insikter
Årlig tillväxttakt (CAGR) redovisas
inte för den här perioden: startfönstrets medelvärde, alltså
genomsnittet för periodens tre första år, ligger under tio publikationer
per år. Under den nivån säger kvoten mellan start och slut mer om när
publikationer började registreras än om publiceringsvolymens utveckling.
Mann
(1945);
Sen
(1968) Följande år hade ovanligt hög publiceringsaktivitet:
2025.
Insikter
Andelen peer-reviewed: 55,8 % senaste
årtionde (2017–2026), upp från 40,1 % föregående årtionde (2007–2016).
Långsiktig trend (1981–2026): ökande. Observera att 0 % i periodens
första år kan bero på ofullständiga metadata snarare än en faktisk
avsaknad av peer review.
1000 (91 %) vetenskapliga publikationer, 104 (9 %) övriga publikationer.
Norwegian Publication Indicator (NPI), även kallad norska listan, klassificerar publiceringskanaler i två nivåer. Nivå 2 (topp ca 20 % per ämnesområde) anses vara de mest prestigefyllda kanalerna. Nivå 1 omfattar övriga godkända kanaler.
En hög andel publikationer (≥10 %) saknar NPI-klassificering. Vanliga orsaker: saknade ISSN i källdata, kanaler utanför registret (ca 40 000 tidskrifter), konferensserier, eller nyligen startade tidskrifter. Se tidskriftstabellen för oklassificerade kanaler.
Äldre år (1981–2018) aggregerade för läsbarhet. Full tidsspan tillgänglig i dataexporten.
Median citeringar är inte fältnormaliserade — höga värden i naturvetenskap jämförs inte direkt med samhällsvetenskap.
FWCI (Field-Weighted Citation Impact) visar medelciteringsgenomslaget normaliserat efter ämne, publikationstyp och år. Värden ≥ 1,0 innebär citeringar i linje med eller över världsgenomsnittet. FWCI visas när minst 10 artiklar i tidskriften har data. Topp 10 % anger andelen artiklar bland de 10 % mest citerade i sitt fält — visas när minst 5 artiklar har percentildata. Median citeringar (dold kolumn) visar råa citeringstal utan fältnormalisering — ej jämförbara mellan ämnesområden.
Av 810 oklassificerade poster saknar 713 en matchbar ISSN (ofta bokkapitel, antologier, rapporter; hit räknas även poster där enbart en e-ISSN finns, eftersom uppslaget använder en ISSN-kolumn) och 97 har en matchbar ISSN som inte finns i Kanalregisteret (ca 40 000 tidskrifter, norskcentrerat). Bifrost matchar tidskriftskanaler mot Kanalregisteret via ISSN; NPI klassificerar även bokförlag, som Bifrost i nuläget inte slår upp. Poster utan klassificering är därför en täcknings-, metadata- och matchningsfråga, inte ett kvalitetsomdöme.
DORA-läge är aktiverat för den här rapporten. Bifrost utvärderar rapporten mot principerna i DORA (2012) och CoARA (2022).
Rapporten innehåller element som inte är förenliga med DORA:s princip 1: “Använd inte journalbaserade mått som surrogatmått för kvaliteten hos enskilda forskningsartiklar.”
NPI-nivåklassificering (Nivå 1/2) visas i rapporten. NPI är ett nordiskt klassificeringssystem som ordnar publiceringskanaler efter akademisk position, det vill säga en kanalbaserad nivåindelning som DORA avråder från att använda som kvalitetssurrogat. Klassificeringen visas här som deskriptiv information om publiceringsmönster, inte som ett mått på enskilda artiklars kvalitet.
Forskarna listas nedan, sorterade efter vetenskaplig produktivitet.
Insikter
De 20% mest produktiva forskarna står
för 55% av publikationerna (Gini 0,41, skala: 0 = jämnt, 1 = helt
koncentrerad). Genomsnittligt antal medförfattare: 0,6 senaste årtionde
(2017–2026), upp från 0,3 (2007–2016).
Insikter
22 forskargrupper av ungefär lika
storlek; inget kluster dominerar. Varje forskare samarbetar i snitt med
2,7 andra (ett måttligt sammankopplat nätverk). Tydlig klusterstruktur
(Modularitet 0,94); forskarna arbetar främst inom sin egen grupp.
Nätverket är glest: bara 2,9% av alla forskarpar har en direkt
samarbetslänk.
Varje nod representerar en forskare och varje länk ett samförfattarskap. Färgerna visar forskargrupper (kluster) identifierade via modularitetsanalys. Nodens storlek speglar antal publikationer.
Samförfattarskapsnätverket byggs från samförfattade publikationer. Varje nod representerar en forskare, och varje kant viktas med antal sampublikationer. Kantvikterna normaliseras med association strength Van Eck et al. (2009) före klustring med Leiden-algoritmen. Centralitetsmått: grad (antal samarbetspartner), samarbetsintensitet (total samförfattarfrekvens), och brobyggarvärde (weighted betweenness med inverterade vikter) Newman (2004). Nätverksdensitet mäter andelen realiserade av alla möjliga samarbeten. Terminologi: «Samarbetspartner (snitt)» = mean degree; «Klusterbildning» = modularity Traag et al. (2019).
‘Publ.’ anger antalet texter författaren skrivit tillsammans med en eller flera samförfattare.
Nätverksstatistik visar centrala noder i samarbetsnätverket. Medförfattare (degree) är antalet direkta samarbeten, Samarbetsintensitet (strength) är den totala sampubliceringsintensiteten, Brobyggare (betweenness) visar vilka författare som fungerar som broar mellan olika grupper, och Grupp är det nätverkskluster författaren tillhör.
Den första medförfattaren som listas är den som författaren skrivit tillsammans med flest gånger. ‘Antal’ anger antal medförfattade texter med författaren. Upp till fyra ytterligare medförfattare anges, i fallande ordning efter antal medförfattarskap.
Nedan är en visualisering av datasetets 21 olika grupperingar. Färgerna anger olika grupper.
Diagrammet visar sampubliceringar mellan forskare i urvalet. Vilka forskare och relationer som ingår framgår av raden under figuren. Metodavsnittet beskriver hur urvalet görs.
Forskare i nätverket: 96 av 96. Sampubliceringsrelationer: 131 av 131. Urval: hela nätverket visas. Lägsta antal gemensamma publikationer för en relation: 2.
Namn visas för alla forskare i figuren.
Namn på författare till höger; grupp-id till höger. Du kan se storlek på grupperna och gruppernas vanligaste keywords i tabellerna som följer. En kombination av sökning och sortering kan användas för att utforska gruppmedlemskap vidare.
Tabellen är begränsad till a) grupper med fler än 3 medlemmar; b) grupper med minst ett keyword i någon publikation; c) de tio mest använda nyckelord per grupp.
Se även handledar- och opponentnätverket i forskarsektionen för en analys av akademiska samarbetsmönster bortom samförfattarskap.
Till skillnad från samförfattarskapsanalysen, som kartlägger samarbete genom gemensamma publikationer, synliggör denna sektion de akademiska nätverk som uppstår genom handledning och opponering av avhandlingar. Handledare och opponenter som verkar vid flera lärosäten utgör informella kunskapsbryggor mellan organisationer — relationer som sällan fångas av traditionella bibliometriska mått men som kan avslöja viktiga mönster i akademisk kunskapsöverföring.
Insikter
27 forskare har handlett eller
opponerat över lärosätesgränser. Starkaste kopplingen: Göteborgs
universitet – Karlstads universitet (Kopplingsstyrka: 6). Baserat på
81.8% av avhandlingar med identifierbara handledare.
Handledar-/opponentnätverket är separat från kartan för internationellt samarbete. Kartan bygger på samförfattarskap mellan författaraffilieringar, medan handledar-/opponentrelationer visas i nätverket nedan.
Nätverket baseras på handledar- och opponentrelationer extraherade från poster i SwePub. Kopplingsstyrkan beräknas som (antal handledningar × 2) + (antal opponeringar × 1). Viktningen (2:1) är en Bifrost-konvention som speglar att handledning är en längre och djupare samarbetsrelation än opponering. Metoden saknar bibliometrisk etablerad praxis; den är utvecklad specifikt för Bifrost.
Viktningen handledare:opponent (2:1) är en Bifrost-konvention för att spegla handledarens större roll i avhandlingsprocessen. Detta är inte etablerad bibliometrisk praxis.
Insikter
87 organisationer bidrar. Göteborgs
universitet, Stockholms universitet och Karlstads universitet står för
39 % av affilieringsposterna — en bred fördelning.
Översikt av det internationella samarbetet baserat på medförfattarskap och affilieringar i publikationerna.
Insikter
17 länder representerade i samarbeten.
Norge, Finland och Storbritannien är vanligast. 3,3 % av publikationerna
har internationella medförfattare — ökning från 1 % (2007–2016) till 5 %
(2017–2026). Andelen räknas på 91,7 % av publikationerna.
Totalt 1383 landförekomster
Sverige är dolt som standard i tabellen ovan och i diagrammet nedan för att lyfta fram internationella samarbeten (kryssrutan visar Sverige vid avbockning); PDF-exporten innehåller alltid Sverige.
Baserat på medförfattares affilieringsland.
Andel av 81 sampublikationer i den internationella delmängden
Insikter:
Nätverket omfattar 36 lärosäten med 60
samarbetsrelationer. Det starkaste samarbetet är mellan Göteborgs
universitet och Umeå universitet (17 gemensamma publikationer).
Karlstads universitet har flest samarbetspartner (7 st).
Kartan visar främst samförfattarskap mellan lärosäten. Handledar-/opponentkopplingar redovisas som separata nätverksrelationer och kan vara färre, eftersom endast poster med tydlig institutionskoppling kan inkluderas.
Insikter
Samhällsvetenskap dominerar (52 %).
Ämnesbredden är stabil (1981–2026, H: 0,69 → 0,69). Spridningen av
materialets ämnesklassificeringar ligger i intervallet 0,6 eller mer.
Rao-Stirling: 0,621 (det genomsnittliga taxonomiska avståndet mellan två
ämnesklassificeringar som dras slumpvis ur materialet, där 0 är samma
ämne och 1 är olika huvudområden). Klassificeringarna finns inom 2
HSV-huvudområden (UKÄ-klassificering).
Rao-Stirling
(Stirling, 2007)
Shannon H (jämnhetsindex) mäter hur jämnt fördelade publikationerna är över ämnesområden. Värdet 1,00 innebär perfekt jämnhet; lägre värden indikerar dominans av enskilda områden. Rao-Stirling är det genomsnittliga taxonomiska avståndet mellan två ämnesklassificeringar som dras slumpvis ur materialet. Avståndet är 0 för samma ämne, 0,33 för olika ämnen inom samma ämnesgrupp, 0,67 för olika ämnesgrupper inom samma huvudområde och 1 för olika huvudområden i UKÄ:s klassificering. En publikation med flera klassificeringar bidrar med var och en av dem. Indexet beskriver hur materialets klassificeringar är spridda, inte om enskilda publikationer förenar flera ämnen.
Andel av totala publikationer per år (%). Notera att en publikation kan tillhöra flera kategorier.
Under perioden 1981–2026 saknar 5,9% (65 av 1 104) publikationer ämnesklassificering på denna nivå.
Andel av totala publikationer per år (%). Notera att en publikation kan tillhöra flera kategorier.
Insikter
Bred nyckelordsprofil — ingen enskild
term dominerar (HHI: 0,0015 — Herfindahl-Hirschman Index, där 0 =
perfekt jämn fördelning, 1 = en term dominerar helt). Vanligast är
“islam” som förekommer i 4,1 % av publikationerna, fördelat över totalt
2112. Koncentrationen mäts över den kurerade nyckelordsmängden; termer
som förekommer i minst 70 % av publikationerna exkluderas som
icke-särskiljande.
church history; didactics; didaktik; education; education and learning; educational science; educational work; fenomenologi; humaniora och religionsvetenskap; lärarutbildning och pedagogisk yrkesverksamhet; pedagogik; pedagogy and didactics; religion; religionsdidaktik; religionskunskap; religionspedagogik; religionsundervisning; religious education; skola; sociology of religion; subject didactics; subject-specific education; teacher education and education work; teaching; undervisning; utbildning och lärande; ämnesdidaktik
Färger indikerar frekvenskvantiler inom detta dataset.
Röd: Högsta frekvens (4.1-3.3%); Blå: Hög frekvens (3.3-2.5%); Grön: Medelhög frekvens (2.5-1.7%); Orange: Låg frekvens (1.7-0.9%); Grå: Lägsta frekvens (0.9-0.1%)
HSV-ämneskategorier har filtrerats bort från keywords: religious studies and theology; religionsvetenskap/teologi; genus; teknik och social förändring; lärande; kulturarv och kulturproduktion; barn; filosofiämnen; learning; teknikhistoria; etnicitet; historieämnen; mathematics; idrott
Inget nyckelord förekom tillräckligt ofta (minst 50 gånger) för att prövas, så inget trendtest gjordes.
Inga tillräckligt starka trender (varken stigande eller sjunkande) identifierades bland de vanligaste nyckelorden för att generera djupare insikter. Detta kan bero på att frekvenserna är relativt stabila över tid, eller att datasetet är för litet för att fastställa statistiskt robusta trender.
Följande keywords hade perioder av hög aktivitet tidigare men har sedan avtagit. Analysen visar när de var som mest aktiva, vad som drev intresset, och hur aktiviteten utvecklats sedan dess.
Burst-period: 2017–2018 (måttlig burst)
Toppår: 2018 (8 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: ämnesdidaktik, islam, islamic education
Nuvarande status: Minskande
Burst-period: 2018–2021 (måttlig burst)
Toppår: 2018 (6 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: innovativt lärande, religious education, post-secular
Nuvarande status: Potentiellt minskande
Burst-period: 2015–2020 (måttlig burst)
Toppår: 2018 (4 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: sweden, religion, religious education
Nuvarande status: Stabil
Burst-period: 2016–2019 (måttlig burst)
Toppår: 2017 (5 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: religious education, islam, pedagogics and educational sciences
Nuvarande status: Stabil
Burst-period: 2007–2010 (måttlig burst)
Toppår: 2009 (7 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: education, islamologi, islamology
Nuvarande status: Stabil
Heatmappen visar hur ofta nyckelord förekommer tillsammans i samma publikationer. Associationsstyrka Van Eck et al. (2009) normaliserar samförekomsten mot produkten av de enskilda nyckelordfrekvenserna. Asterisker (✱) i rutornas övre högra hörn markerar par som förekommer tillsammans oftare än ett hypergeometriskt test förväntar av slumpen på nivån 0,05, med korrektion för antalet prövningar (Benjamini-Hochberg), räknat över alla 1 770 par bland de 60 vanligaste nyckelorden. Markeringen är ett sållningsmått som pekar ut par att granska närmare, inte ett belägg för att nyckelorden hör ihop.
Nyckelord som ofta förekommer tillsammans i samma publikationer bildar tematiska kluster. Tabellen nedan sammanfattar klustren; den interaktiva grafen visar relationerna visuellt.
Kanterna är de nyckelordspar vars samförekomst prövats mot SDSM:s nollmodell med korrektion för antalet prövningar (Benjamini-Hochberg). Nivån 0,10 är vald ur en stege som stannar vid det första diagrammet inom gränsvärdena, och anger vad gallringen siktar på, inte ett utfall för den här figuren. Metodavsnittet beskriver urvalet av nyckelord och nivåns innebörd.
Nyckelord i urvalet: 60, varav 60 i minst 2 publikationer. Nyckelordspar med minst en gemensam publikation: 215, varav 50 visas. Nominell nivå (Benjamini-Hochberg): 0,10 av 0,001, 0,010, 0,050, 0,100, 0,200, 0,300. Noder: 37. Lägsta samförekomst: 3 publikationer.
Nätverksdiagrammet visar hur nyckelord relaterar till varandra baserat på sam-förekomst i publikationer. Större noder innebär vanligare nyckelord. Linjer visar sam-förekomst. Färger visar tematiska kluster identifierade med Leiden-algoritmen (Traag et al., 2019).
Frekvensen av enskilda ord i datasetet som helhet. Ord har hämtats från titel, abstract och keywords. “Frekvens” är totala användningar, inklusive antal omnämningar i en och samma text, medan “publikationer” är antalet unika texter var ordet förekommer.
Insikter
De 5 vanligaste orden (efter andel
publikationer) är: “education” (60%), “religious” (52%), “religion”
(35%), “subject” (22%), “school” (22%). Dessa mönster speglar
datasettets tematiska kärna. Observera att geografiska markörer som
“sweden” är vanliga i akademiska metadata och speglar publikationernas
nationella anknytning snarare än forskningsämnet.
Notis: Datasetet innehåller 12940 rader. För bästa prestanda visas endast de 8000 med högst frekvens i tabellen.
Här visas summering av ordstammar, alltså delar av ord, i datasetet som helhet. Ord har hämtats från titel, abstract och keywords. “Frekvens” är totala användningar, inklusive antal omnämningar i en och samma text, medan “publikationer” är antalet unika texter var ordet förekommer.
Dessa trender är indikativa och kompletterar keyword-analysen ovan.
Stigande ord: didaktik, education, educational, existential, home, hope, learning, literacy, lärarutbildning, opportunities
…och 7 ord till
Sjunkande ord: age, agency, analysing, andra, annat, attitudes, authority, authors, bara, beginning
…och 193 ord till
Nya ord (först sett 2016 eller senare): access, biesta, bildung, construct, crisis, crucial, disciplines, expected, exploration, grounded
…och 25 ord till
Analyserade 879 ord (minst 10 förekomster, minst 5 år).
Metodologisk notering: Ordfrekvensanalys baseras på enskilda ord extraherade från titel, abstract och keywords. Till skillnad från författarvalda keywords kan enskilda ord vara mer brusiga och tvetydiga — till exempel kan ordet ‘system’ förekomma i både tekniska och samhällsvetenskapliga sammanhang, medan keywordet ‘adaptive systems’ är mer precist. Striktare trösklar används (minst 10 förekomster, korrelation > 0,5) och akademiska stoppord är exkluderade.
Stigande/sjunkande visar trender över tid (Spearman-korrelation). Nya/försvinnande visar livscykel — när ord började eller slutade användas.
Analysen nedan sammanfattar citeringar i datasetet och visar trender över tid (per publiceringsår eller citeringsår, enligt respektive diagram), per forskare och för de mest citerade verken.
Informationen om publikationer har hämtats från SwePub och berikats med citeringsdata från OpenAlex.
Analysen baseras på 1104 publikationer registrerade i SwePub för perioden 1981–2026. Citeringsdata hämtas från OpenAlex och täcker 21 % av publikationerna.
Genererat från periodens data
Citeringstäckning:
Citeringsdata kunde hämtas
för 22 % av publikationerna (245 av 1104). Indikatorerna beskriver den
mängden och inte datasetet i sin helhet. Vid den täckningen ska de inte
användas för att ordna eller jämföra mellan publiceringsår. Nämnaren är
datasetet 1981–2026, 1104 publikationer.
Fältnormerade mått visas inte:
Medianpercentil
och andel i topp 10 % redovisas inte: 235 av 1104 publikationer (21 %)
har percentildata, vilket är under gränsen på 50 %.
Genomsnittlig FWCI redovisas inte: 235 av 1104 publikationer (21 %) har FWCI-data, vilket är under gränsen på 50 %.
Stabilitetsintervallet (95 %) anger det sannolika värdeintervallet om publikationsunderlaget förändrades. Beräknas via BCa-bootstrap (bias-corrected and accelerated) på publikationsnivå med 2 000 replikat. Termen och konfidensgraden följer CWTS Leiden Ranking; BCa-varianten (i stället för enkel percentile-bootstrap) är metodologiskt starkare. Visas inte när underlaget är för litet (FWCI: n < 10; PP(topp 10 %) och PP(topp 1 %): n < 30) eller när percentiltäckningen är låg (< 50 %). Waltman et al. (2012), DiCiccio et al. (1996)
FWCI: 3.41 (osäkerhetsintervall 2.71–4.57)
Inget stabilitetsintervall för Topp 10 %, perioden 1981–2026:
percentiltäckning 21.3 % (kräver minst 50 %).
Inget
stabilitetsintervall för Topp 1 %: percentiltäckning 21.3 % (kräver
minst 50 %).
Citeringssiffror visas inte:
Median, snitt och
andel ociterade redovisas inte: endast 245 av 1104 publikationer (22 %)
kunde matchas mot citeringsdata, vilket är under gränsen på 50 %.
Diagrammet visar hur de mest citerade publikationernas citeringar har ackumulerats per citeringsår, alltså det år citeringarna gjordes. Äldre publikationer har haft längre tid att ackumulera citeringar.
Grå staplar markerar publikationer från 2025–2026, vars citeringsdata är ofullständiga: de har inte hunnit ackumulera citeringar i samma utsträckning som äldre publikationer.
Notera: Citeringsdata är ackumulerade totalsummor hämtade från OpenAlex — de visar hur många gånger varje publikation citerats sedan den publicerades. Publikationer från senare publiceringsår har haft kortare tid att ackumulera citeringar, vilket bör beaktas vid jämförelser mellan publiceringsår.
Om jämförbarhet: Fältnormerade percentiler från OpenAlex (normerat mot år, publikationstyp och ämnesområde). 128 publikationer (12 %) är från 2025–2026 och kan ha underskattade percentiler.
Självcitering: Citeringstalen i denna rapport inkluderar både externa citeringar och självciteringar. Andelen självcitering kan vara betydande för individer och för små dataset. Se metodkortet nedan för detaljer. Hicks et al. (2015)
Om FWCI (citeringsgenomslag): FWCI (Field-Weighted Citation Impact) mäter hur mycket en publikation citerats jämfört med vad som är förväntat för just den typen av forskning, publiceringsåret och ämnesområdet, internationellt sett. FWCI = 1,0 är det förväntade värdet: det antal citeringar som är typiskt för liknande publikationer globalt. Under 1,0 innebär färre citeringar än förväntat; 1,5 innebär 50 % fler; 2,0 innebär dubbelt så många. Normalisering mot fält är nödvändig eftersom citeringskulturen skiljer sig kraftigt. Medicin citerar mer frekvent än matematik, vilket gör direkta jämförelser missvisande. Data kommer från OpenAlex. Observera att ett fåtal enskilda högt citerade publikationer kan dra upp siffran markant, och att måttet kräver tillräckligt underlag (minst 10 publikationer med citeringsdata).
Om PP(topp 10 %), citeringsgenomslag: PP(topp 10 %) mäter andelen av en grupps publikationer som tillhör de 10 % mest citerade i sitt ämnesområde och publiceringsår, internationellt sett. Referensvärdet är 10 %: om en grupp publicerade helt genomsnittligt skulle just 10 % hamna bland de översta. Över 10 % innebär att en större andel än förväntat får hög citeringsgenomslag; under 10 % innebär det motsatta. Måttet är fältnormaliserat, vilket innebär att varje publikation jämförs med andra publikationer i samma ämne och år. Det undviker därmed problemet att exempelvis medicinsk forskning generellt citeras mer än matematisk. Data kommer från OpenAlex. Observera att små dataset kan ge stora slumpmässiga variationer, och att nyligen publicerade artiklar ofta saknar tillräcklig citeringshistorik för en rättvisande placering.
Citeringar visar hur ofta andra forskare refererar till dessa publikationer i sina egna verk. Höga citeringstal indikerar att forskningen har fått genomslag inom sitt fält.
OA-analysen baseras på 245 publikationer med DOI som matchats mot OpenAlex (22% av totalt 1104). 856 publikationer saknar DOI och ingår därför inte i OA-statistiken. För datasetet ligger andelen öppet licensierade mellan 13 och 91 procent, beroende på hur de 856 utan DOI faller ut. Åt vilket håll de faller går inte att avgöra ur materialet.
Insikter
OA-andelen gick från 33,3 % till 95%
(+62,2 procentenheter) under perioden 2007–2026. Hybrid stod för den
största ökningen (+29,3 procentenheter). Green OA utgör 6,9 %,
tillgängliga via öppet arkiv efter embargoperiod (typiskt 6–12 månader);
nyare publikationer kan ännu inte vara fritt tillgängliga. Diamond OA
(inga avgifter för vare sig författare eller läsare) utgör 19,2 %.
Procenttalen avser de publikationer som har en OA-status under perioden 1981–2026, sammanslagna: 245 av 1104 i rapporten. Publikationer utan OA-status placeras inte i någon grupp; det gäller 859 av 1104. Grupperingen följer licensprincip: Gold, Diamond och Hybrid är förlagsöppna med öppen licens, medan Green är parallellpublicerad i ett öppet arkiv. Bronze är fritt läsbar hos förlaget men saknar öppen licens och redovisas därför som egen indragen rad; dess antal ingår i gruppsumman på raden ovanför. Bronze räknas inte som öppen i rapportens OA-andel, eftersom BOAI och cOAlition S kräver öppen licens, och redovisas därför under Ej öppen. Tabellen och OA-andelen räknar alltså samma statusar som öppna. Gold: publicerad i en helt öppen tidskrift, operativt en tidskrift som är DOAJ-listad (oftast med publiceringsavgift/APC). Diamond: publicerad i en helt öppen tidskrift utan författaravgifter, ofta finansierad av institutioner eller organisationer. Hybrid: publicerad som öppen artikel i en annars prenumerationsbaserad tidskrift (oftast med APC). Green: fritt läsbar via ett öppet arkiv, ofta efter embargo, medan förlagsversionen är betalspärrad — kategorierna är exklusiva och förlagshostat innehåll går före, så green är restposten “fri bara i arkiv” och är systematiskt underräknad. Arkivkopian är dessutom ofta ett accepterat manuskript snarare än den citerbara versionen, och bär valfri licens eller ingen. Det senare är skälet till att green redovisas i den mellersta gruppen. Bronze: fritt läsbar på förlagets webbplats men utan tydlig öppen licens, och det är inte klarlagt om tillgången är tillfällig eller permanent. I källtaxonomin (Piwowar m.fl. 2018) räknas bronze som öppet; att den inte ingår i den här rapportens OA-andel är ett val i Bifrost, motiverat av licenskravet i BOAI, och följer alltså inte av taxonomin. Closed: inte fritt tillgänglig — kräver prenumeration eller köp.
245 av 248 publikationer med DOI matchades mot OpenAlex och fick OA-status (99%). OA-status är hämtad från OpenAlex (baserad på Unpaywall). OA-status kan vara retroaktivt klassificerad — en publikation som idag är fritt tillgänglig kan ha varit stängd vid publiceringstillfället. Trenden bör därför tolkas med försiktighet, särskilt för äldre publikationer. Green OA-klassificering baseras på förekomsten av en version i öppet arkiv, oavsett om eventuell embargoperiod har löpt ut — Green OA-andelen kan därför vara överskattad för nyare publikationer.
Första doktorsavhandlingen i datasetet är från år 1981, Exit eforus: läroverkens sekularisering och striden om kristendomsundervisningen Thelin, Bengt. Sedan dess och fram till 2025 har totalt 49 avhandlingar registrerats. Av dem är 39 doktorsavhandlingar och 10 licentiatavhandlingar.
En komplett lista av sökningens resultat. Initialt sorterat efter år (fallande) och författare (stigande). Ändra ordningen vid kolumnrubriken. Sökning kan göras över alla visade fält.
Adams, J. (2018). Information and misinformation in bibliometric time-trend analysis. Journal of Informetrics, 12(4), 1063–1071. https://doi.org/10.1016/j.joi.2018.08.009
Bornmann, L., & Marx, W. (2018). Critical rationalism and the search for standard (field-normalized) indicators in bibliometrics. Journal of Informetrics, 12(3), 598–604. https://doi.org/10.1016/j.joi.2018.05.002
CoARA (2022). Agreement on Reforming Research Assessment. https://coara.eu/agreement/the-agreement-full-text/
DiCiccio, T. J., & Efron, B. (1996). Bootstrap confidence intervals. Statistical Science, 11(3), 189–228. https://doi.org/10.1214/ss/1032280214
DORA (2012). San Francisco Declaration on Research Assessment. https://sfdora.org/read/
Hicks, D., Wouters, P., Waltman, L., de Rijcke, S., & Rafols, I. (2015). Bibliometrics: The Leiden Manifesto for research metrics. Nature, 520(7548), 429–431. https://doi.org/10.1038/520429a
Mann, H. B. (1945). Nonparametric tests against trend. Econometrica, 13(3), 245–259. https://doi.org/10.2307/1907187
Neal, Z. P. (2022). backbone: An R package to extract network backbones. PLOS ONE, 17(5), e0269137. https://doi.org/10.1371/journal.pone.0269137
Newman, M. E. J. (2004). Analysis of weighted networks. Physical Review E, 70(5), 056131. https://doi.org/10.1103/PhysRevE.70.056131
Opsahl, T., Agneessens, F., & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251. https://doi.org/10.1016/j.socnet.2010.03.006
Perianes-Rodriguez, A., Waltman, L., & Van Eck, N. J. (2016). Constructing bibliometric networks: A comparison between full and fractional counting. Journal of Informetrics, 10(4), 1178–1195. https://doi.org/10.1016/j.joi.2016.10.006
Piwowar, H., Priem, J., Larivière, V., Alperin, J. P., Matthias, L., Norlander, B., Farley, A., West, J., & Haustein, S. (2018). The state of OA: A large-scale analysis of the prevalence and impact of Open Access articles. PeerJ, 6, e4375. https://doi.org/10.7717/peerj.4375
Sen, P. K. (1968). Estimates of the regression coefficient based on Kendall’s tau. Journal of the American Statistical Association, 63(324), 1379–1389. https://doi.org/10.2307/2285891
Serrano, M. Á., Boguñá, M., & Vespignani, A. (2009). Extracting the multiscale backbone of complex weighted networks. Proceedings of the National Academy of Sciences, 106(16), 6483–6488. https://doi.org/10.1073/pnas.0808904106
Stirling, A. (2007). A general framework for analysing diversity in science, technology and society. Journal of The Royal Society Interface, 4(15), 707–719. https://doi.org/10.1098/rsif.2007.0213
Traag, V. A., Waltman, L., & Van Eck, N. J. (2019). From Louvain to Leiden: guaranteeing well-connected communities. Scientific Reports, 9, 5233. https://doi.org/10.1038/s41598-019-41695-z
Van Eck, N. J., & Waltman, L. (2009). How to normalize cooccurrence data? An analysis of some well-known similarity measures. Journal of the American Society for Information Science and Technology, 60(8), 1635–1651. https://doi.org/10.1002/asi.21075
Van Eck, N. J., & Waltman, L. (2014). Visualizing bibliometric networks. In Ding, Y., Rousseau, R., & Wolfram, D. (Ed.), Measuring Scholarly Impact: Methods and Practice (pp. 285–320). Springer. https://doi.org/10.1007/978-3-319-10377-8_13
Waltman, L., Calero-Medina, C., Kosten, J., Noyons, E. C. M., Tijssen, R. J. W., van Eck, N. J., van Leeuwen, T. N., van Raan, A. F. J., Visser, M. S., & Wouters, P. (2012). The Leiden Ranking 2011/2012: Data collection, indicators, and interpretation. Journal of the American Society for Information Science and Technology, 63(12), 2419–2432. https://doi.org/10.1002/asi.22708
Waltman, L., & Van Eck, N. J. (2019). Field Normalization of Scientometric Indicators. In Springer Handbook of Science and Technology Indicators (pp. 281–300). https://doi.org/10.1007/978-3-030-02511-3_11
Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.