Nyckeltalen sammanfattar rapportens centrala indikatorer. Alla värden beräknas från det underliggande datamaterialet och avser hela perioden 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.
Insikter
Under perioden 1970-2025 var den
genomsnittliga årliga tillväxttakten (CAGR) +1.6%. Trenden är
ökande (statistiskt signifikant; p < 0.05).
Mann
(1945);
Sen
(1968) Följande år hade ovanligt hög publiceringsaktivitet: 2012,
2018, 2019, 2022, 2025.
Insikter
Andelen peer-reviewed: 90.1 % senaste
årtionde (2017–2026), upp från 100 % föregående årtioende (2007–2016).
Långsiktig trend (1970–2026): minskande.
184 publikationer (100 %) vetenskapliga, 0 publikationer (0 %) övriga.
Äldre år (1970–2018) aggregerade för läsbarhet. Full tidsspan tillgänglig i dataexporten.
Norwegian Publication Indicator (NPI), även kallad norska listan, klassificerar publiceringskanaler i två nivåer. Nivå 2 (topp ~20 % per ämnesområde) anses vara de mest prestigefyllda kanalerna. Nivå 1 omfattar övriga godkända kanaler.
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 rangordnar publiceringskanaler efter akademisk position, det vill säga en kanalbaserad ranking som DORA avråder från att använda som kvalitetssurrogat. Klassificeringen visas här som deskriptiv information om publiceringsmönster, inte som ett mått på enskilda artiklars kvalitet.
barn; lärande; socialvetenskap; teknikvetenskap; biblioteks- och informationsvetenskap; genetics
Insikter
Bred nyckelordsprofil — ingen enskild
term dominerar (HHI: 0.0102 — Herfindahl-Hirschman Index, där 0 =
perfekt jämn fördelning, 1 = en term dominerar helt). Vanligast är
“science education” som förekommer i 13.6 % av publikationerna, fördelat
över totalt 287.
Färger indikerar frekvenskvantiler inom detta dataset.
Röd: Högsta frekvens (13.6-10.98%); Blå: Hög frekvens (10.98-8.36%); Grön: Medelhög frekvens (8.36-5.74%); Orange: Låg frekvens (5.74-3.12%); Grå: Lägsta frekvens (3.12-0.5%)
Datasetet innehåller 184 publikationer. En lägre korrelationströskel (|r| ≥ 0.4) används för att identifiera potentiella trender i mindre dataset.
Sjunkande nyckelord: science education
Jämförelse av relativ frekvens (andel av publikationer) mellan perioderna 1970–2023 och 2024–2026.
Fördjupad analys visas för nyckelord med minst 6 publikationer i fokusperioden. Gränsen följer Pearson-korrelationens krav på minst fyra frihetsgrader (n‑ 2 ≥ 4).
En växande trend kan indikera ökat forskningsintresse, men också bero på terminologiska skiften.
Snabbt växande nyckelord (↑50%+ mot 1970–2023): naturvetenskapens didaktik, curriculum studies, didactics of natural science
Inga stigande trender identifierades. Nedan visas istället djupanalys av sjunkande keywords. Dessa kan indikera ämnesområden som minskar i aktualitet eller forskningsintresse.
Följande keywords visar en stadig nedgång över hela tidsperioden, utan att ha haft en tydlig burst-period tidigare:
En avtagande trend kan spegla minskat forskningsintresse eller en övergång till nyare termer för samma forskningsområde.
Tidiga publicerare (2008–2011):
Forskare: Näs, Helena (1), Ottander, Christina (1)
Mest aktiva period (2008–2015, 4 publikationer):
Forskare: Attorps, Iiris (1), Björkholm, Eva (1), Domino Østergaard, Lars (1)
Lärosäten: Linköpings universitet (3), Högskolan i Gävle (2), Umeå universitet (2)
Samvarierande keywords: biology and mathematics, commuication, competence development
Senaste 3 åren: 1 publikationer
Obs: En minskande trend kan indikera terminologisk förskjutning snarare än minskat forskningsintresse.
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: 2012–2022 (måttlig burst)
Toppår: 2018 (6 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: naturvetenskapsämnenas didaktik, chemistry, curriculum studies
Nuvarande status: Minskande
Burst-period: 2018–2019 (måttlig burst)
Toppår: 2018 (5 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: science education, assessment, authenticity
Nuvarande status: Potentiellt minskande
Burst-period: 2006–2012 (måttlig burst)
Toppår: 2008 (3 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: subject didactics, didactics of chemistry, kemididaktik
Nuvarande status: Stabil
Heatmappen visar hur ofta nyckelord förekommer tillsammans i samma publikationer. Association strength Van Eck et al. (2009) normaliserar samförekomsten mot produkten av de enskilda nyckelordfrekvenserna. Röda asterisker (✱) i rutornas övre högra hörn markerar statistiskt signifikanta samförekomster (p < 0.05).
Nyckelord som ofta förekommer tillsammans i samma publikationer bildar tematiska kluster. Tabellen nedan sammanfattar klustren; den interaktiva grafen visar relationerna visuellt.
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: “science” (58%), “education” (56%), “students” (55%),
“teachers” (47%), “teaching” (47%). Dessa mönster speglar datasettets
tematiska kärna. Observera att geografiska markörer som “swedish” är
vanliga i akademiska metadata och speglar publikationernas nationella
anknytning snarare än forskningsämnet.
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.
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.
Inga statistiskt signifikanta trender identifierades bland de vanligaste orden.
OA-analysen baseras på 119 publikationer med DOI som matchats mot OpenAlex (65% av totalt 184). 65 publikationer saknar DOI och ingår därför inte i OA-statistiken.
Insikter
OA-andelen gick från 100 % till 100%
(+0 procentenheter) under perioden 1970–2026. Diamond stod för den
största ökningen (+21.1 procentenheter). Diamond OA (inga avgifter för
vare sig författare eller läsare) utgör 93.3 %.
Notera:
110 av 119 publikationer med DOI
matchades mot OpenAlex och fick OA-status (92.4%). 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.
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.
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/
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
Kleinberg, J (2003). Bursty and hierarchical structure in streams. Data Mining and Knowledge Discovery, 7(4), 373–397. https://doi.org/10.1023/A:1024940629314
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
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
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
Wilson, E. B (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.