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 2001-2025 var den
genomsnittliga årliga tillväxttakten (CAGR) +7.8%. Trenden är
ökande (statistiskt signifikant; p < 0.05).
Mann
(1945);
Sen
(1968) Följande år hade ovanligt hög publiceringsaktivitet: 2018,
2023.
Insikter
Andelen peer-reviewed: 43.5 % senaste
årtionde (2017–2026), upp från 29.6 % föregående årtioende (2007–2016).
Långsiktig trend (2001–2026): ökande. Observera att 0 % i periodens
första år kan bero på ofullständiga metadata snarare än en faktisk
avsaknad av peer review.
179 publikationer (98 %) vetenskapliga, 4 publikationer (2 %) övriga.
Äldre år (2001–2018) 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.
En hög andel publikationer (≥10 %) saknar NPI-klassificering. Vanliga orsaker: saknade ISSN i källdata, kanaler utanför registret (~40 000 tidskrifter), konferensserier, eller nyligen startade tidskrifter. Se tidskriftstabellen för oklassificerade 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.
Forskarna listas nedan, sorterade efter vetenskaplig produktivitet.
Insikter
De 20% mest produktiva forskarna står
för 63% av publikationerna (Gini 0.52, skala: 0 = jämnt, 1 = helt
koncentrerad). Genomsnittligt antal medförfattare: 2.4 senaste årtioende
(2017–2026), upp från 1.4 (2007–2016).
Insikter
Forskarna bildar 7 samarbetsgrupper.
Största gruppen (13 forskare) står för 45% av nätverket. Varje forskare
samarbetar i snitt med 3.3 andra (ett måttligt sammankopplat nätverk).
Tydlig klusterstruktur (Modularitet 0.77); forskarna arbetar främst inom
sin egen grupp. Nätverket är relativt tätt: 11.8% 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 Louvains algoritm. Centralitetsmått: grad (antal samarbetspartners), samarbetsintensitet (total samförfattarfrekvens), och brobyggarvärde (weighted betweenness med inverterade vikter) Newman (2004). Nätverksdensitet mäter andelen realiserade av alla möjliga samarbeten. Terminologi: «Samarbetspartners (snitt)» = mean degree; «Klusterbildning» = modularity Blondel et al. (2008).
Procenten räknas på par där båda författarna har landsuppgift (200 klassificerade av 200 totalt, täckning 100%).
‘Samförfattade texter’ anger antalet texter författaren skrivit tillsammans med en eller flera samförfattare.
Nätverksstatistik visar centrala noder i samarbetsnätverket. Grad (degree) är antalet direkta samarbeten, medan mellanliggande centralitet (betweenness) visar vilka författare som fungerar som broar mellan olika grupper.
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 7 olika grupperingar. Färgerna anger olika grupper.
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
9 forskare har handlett eller opponerat
över lärosätesgränser. Starkaste kopplingen: Göteborgs universitet –
Högskolan Väst (Kopplingsstyrka: 4). Baserat på 100% 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 SwePub-poster. 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
17 lärosäten bidrar. Högskolan Väst,
Göteborgs universitet och Karlstads universitet står för 89 % — en
starkt koncentrerad fördelning. Koncentrationsindex (HHI): 0.319.
Översikt av det internationella samarbetet baserat på medförfattarskap och affilieringar i publikationerna.
Insikter
8 länder representerade i samarbeten.
Storbritannien, Finland och Tyskland är vanligast. 4.9 % av
publikationerna har internationella medförfattare — ökning från 1 %
(2007–2016) till 9 % (2017–2026).
Baserat på medförfattares affilieringsland.
Insikter:
Nätverket omfattar 14 lärosäten med 19
samarbetsrelationer. Det starkaste samarbetet är mellan Göteborgs
universitet och Högskolan Väst (17 gemensamma publikationer). Högskolan
Väst har flest samarbetspartners (5 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 (62 %).
Ämnesbredden är stabil (2001–2026, H: 0.67 → 0.68). Forskningen är
markant interdisciplinär — den kombinerar ämnesområden som är
taxonomiskt avlägsna. Rao-Stirling: 0.686 (där 0 = enhetligt ämne, 1 =
maximal spridning). Baserat på 3 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 mäter interdisciplinaritet genom att väga både fördelningen och det taxonomiska avståndet mellan ämnesområden enligt UKÄ:s klassificering. Skalan går från 0 (alla publikationer i samma ämne) till 1 (maximal spridning över avlägsna ämnesområden).
Andel av totala publikationer per år (%). Notera att en publikation kan tillhöra flera kategorier.
Andel av totala publikationer per år (%). Notera att en publikation kan tillhöra flera kategorier.
etnicitet; genus; religious studies and theology; barn; learning; vårdvetenskap
Insikter
Bred nyckelordsprofil — ingen enskild
term dominerar (HHI: 0.0084 — Herfindahl-Hirschman Index, där 0 =
perfekt jämn fördelning, 1 = en term dominerar helt). Vanligast är
“sweden” som förekommer i 19.1 % av publikationerna, fördelat över
totalt 352.
barn- och ungdomsvetenskap; child and youth studies; education; educational science; educational science; fenomenologi; humaniora och religionsvetenskap; religion; religionsdidaktik; religionskunskap; religionspedagogik; religionsundervisning; religious education
Färger indikerar frekvenskvantiler inom detta dataset.
Röd: Högsta frekvens (19.1-15.38%); Blå: Hög frekvens (15.38-11.66%); Grön: Medelhög frekvens (11.66-7.94%); Orange: Låg frekvens (7.94-4.22%); Grå: Lägsta frekvens (4.22-0.5%)
Datasetet innehåller 183 publikationer. En lägre korrelationströskel (|r| ≥ 0.4) används för att identifiera potentiella trender i mindre dataset.
Stigande nyckelord: migration, ämnesdidaktik, critical discourse analysis
Sjunkande nyckelord: youth
Jämförelse av relativ frekvens (andel av publikationer) mellan perioderna 2001–2023 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.
Nya nyckelord (ej förekommande 2001–2023): unaccompanied minors, asylum, family reunification, international migration, legally oriented research
Följande nyckelord visar kraftig tillväxt jämfört med basperioden, vilket kan indikera ökande forskningsintresse.
Tillväxtperiod: 2020–2025
Drivande aktörer (tillväxt) (tillväxtperioden 2020–2025):
Forskare: von Brömssen, Kerstin (5), Bauer, Simon (2), Flensner, Karin K (2)
Lärosäten: Högskolan Väst (12), Göteborgs universitet (6)
Samvarierande nyckelord: sweden, asylum, child refugees
Senaste 3 åren: 5 publikationer
Analys baserad på ett begränsat antal publikationer (n = 7). Resultaten bör tolkas med försiktighet.
Tillväxtperiod: 2019–2026
Drivande aktörer (tillväxt) (tillväxtperioden 2019–2026):
Forskare: von Brömssen, Kerstin (2), Flensner, Karin (1), Klintborg, Caroline (1)
Lärosäten: Högskolan Väst (3), Stockholms universitet (2)
Samvarierande nyckelord: religious studies and theology, subject-specific education, religion
Senaste 3 åren: 2 publikationer
Analys baserad på ett begränsat antal publikationer (n = 6). Resultaten bör tolkas med försiktighet.
Visar de 2 nyckelord med starkast statistisk evidens av totalt 3 identifierade. Urvalet baseras på signifikans (p < 0.05) och korrelationsstyrka (Kendalls tau).
Övriga växande nyckelord (lägre statistisk evidens): critical discourse analysis (+511%, n=5)
Nedan visas fördjupade insikter för stigande keywords. Keywords markerade med ↑ är statistiskt signifikanta (p < 0.05), medan de markerade med ~ visar starka korrelationer (|r| > 0.5) men utan statistisk signifikans.
Flera nyckelord i denna sektion förekommer även under Snabbt växande nyckelord. Det är förväntat: snabb relativ tillväxt och statistisk signifikans är kompletterande mått, inte synonyma.
Trendstart: 2023 (3 publ.)
Aktörsanalys för detta nyckelord — se avsnittet om snabbt växande nyckelord.
Trendstart: 2013 (1 publ.)
Aktörsanalys för detta nyckelord — se avsnittet om snabbt växande nyckelord.
Trendstart: 2016 (1 publ.)
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 (2004–2008):
Forskare: von Brömssen, Kerstin (3)
Mest aktiva period (2004–2017, 5 publikationer):
Forskare: von Brömssen, Kerstin (5)
Lärosäten: Göteborgs universitet (3), Högskolan Väst (2)
Samvarierande keywords: religion, ethnicity, discourses
Senaste 3 åren: 2 publikationer
Obs: En minskande trend kan indikera terminologisk förskjutning snarare än minskat forskningsintresse.
Tidiga publicerare (2004–2009):
Forskare: von Brömssen, Kerstin (4)
Mest aktiva period (2004–2014, 5 publikationer):
Forskare: von Brömssen, Kerstin (5), Risenfors, Signild (1)
Lärosäten: Göteborgs universitet (4), Högskolan Väst (1), Karlstads universitet (1)
Samvarierande keywords: religion, youth, education
Senaste 3 åren: 1 publikationer
Obs: En minskande trend kan indikera terminologisk förskjutning snarare än minskat forskningsintresse.
Tidiga publicerare (2015–2018):
Forskare: Kittelmann Flensner, Karin (1)
Mest aktiva period (2015–2023, 4 publikationer):
Forskare: Milani, Tommaso M. (3), Spehar, Andrea (3), von Brömssen, Kerstin (3)
Lärosäten: Göteborgs universitet (9), Högskolan Väst (3)
Samvarierande keywords: civic orientation, ideology, multimodal critical discourse analysis
Senaste 3 åren: 4 publikationer
Obs: En minskande trend kan indikera terminologisk förskjutning snarare än minskat forskningsintresse.
Tidiga publicerare (2006–2011):
Forskare: Bak, Maren (2), von Brömssen, Kerstin (2)
Mest aktiva period (2006–2017, 4 publikationer):
Forskare: von Brömssen, Kerstin (4), Bak, Maren (2), Risenfors, Signild (1)
Lärosäten: Göteborgs universitet (4), Högskolan Väst (3)
Samvarierande keywords: space, sweden, belonging
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: 2013–2016 (måttlig burst)
Toppår: 2014 (4 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: education, religionskunskap, ämnesdidaktik
Nuvarande status: Minskande
Burst-period: 2019–2024 (måttlig burst)
Toppår: 2021 (5 publ.)
Drivande aktörer under perioden:
Samvarierande keywords: civic orientation, civic orientation courses, educational science
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: “education” (51%), “sweden” (37%), “educational”
(36%), “swedish” (30%), “religion” (27%). 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.
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 31 publikationer med DOI som matchats mot OpenAlex (17% av totalt 183). 148 publikationer saknar DOI och ingår därför inte i OA-statistiken.
Insikter
OA-andelen gick från 0 % till 100%
(+100 procentenheter) under perioden 2010–2026. Diamond stod för den
största ökningen (+28.1 procentenheter). Green OA utgör 6.5 % av alla
publikationer — 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 29 %.
Notera:
30 av 35 publikationer med DOI matchades
mot OpenAlex och fick OA-status (85.7%). 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 2003, Tolkningar, förhandlingar och tystnader. Elevers tal om religion i det mångkulturella och postkoloniala rummet.: Interpretations, negotiations, and silences. Pupils’ talk about religion from within multicultural and postcolonial spaces von Brömssen, Kerstin. Sedan dess och fram till 2020 har totalt 10 avhandlingar registrerats. Av dem är 6 doktorsavhandlingar och 4 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.
Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, P10008. https://doi.org/10.1088/1742-5468/2008/10/P10008
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
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
Wilson, E. B (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.