郭利軍
近年來,我國冰雪運(yùn)動快速發(fā)展,特別是2022年北京冬奧會的成功申辦,為冰雪運(yùn)動帶來了極大發(fā)展機(jī)遇。根據(jù)《國務(wù)院辦公廳關(guān)于加快發(fā)展健身休閑產(chǎn)業(yè)的指導(dǎo)意見》(國辦發(fā)〔2016〕77號)[1]和國家體育總局冬季運(yùn)動管理中心研究制定的《冰雪運(yùn)動發(fā)展規(guī)劃(2016—2025年)》,到2025年直接參加冰雪運(yùn)動的人數(shù)超過5000萬,并帶動3億人參與冰雪運(yùn)動[2]。由于參加冰雪運(yùn)動的人數(shù)較多,且年齡界限延伸,身體素質(zhì)差異顯著,特別是在低溫嚴(yán)寒等諸多自然因素的影響,大眾冰雪運(yùn)動損傷時有發(fā)生。
筆者利用科學(xué)知識圖譜方法,以滑雪運(yùn)動風(fēng)險領(lǐng)域2006—2016年間Web of Science TM 核心合集收錄的文獻(xiàn)為研究對象,從研究的國家分布、研究的學(xué)科、研究熱點(diǎn)和前沿等層面進(jìn)行可視化分析,旨在全面把握滑雪運(yùn)動風(fēng)險研究的動態(tài)過程、特點(diǎn)、熱點(diǎn)和前沿領(lǐng)域,為大眾滑雪運(yùn)動的理論研究和實(shí)踐提供有價值的參考。
以Web of Science TM核心合集(索引=SCI,SSCI,A&HCI,CPCI-S,CPCI-SSH,BKCI-S,BKCI-SSH,ESCI,CCR-EXPANDED)為來源數(shù)據(jù)庫進(jìn)行檢索。本研究的主題是滑雪運(yùn)動風(fēng)險,以“ski”“risk”O(jiān)R “ski resort”“risk”為檢索主題詞,以主題檢索形式進(jìn)行檢索,文獻(xiàn)類型為“Article”,語種為“English”時間跨度是2006—2016,檢索時間為2017年9月3日,共檢索相關(guān)文獻(xiàn)357篇,以此作為數(shù)據(jù)分析的來源。
本研究采用美國德雷塞爾大學(xué)(Drexel University)陳超美博士研發(fā)的Citespace Ⅴ軟件為工具。該軟件在繪制各個科學(xué)領(lǐng)域的科學(xué)知識圖譜、分析不同特征和類型的引文網(wǎng)絡(luò)以及識別和呈現(xiàn)科學(xué)發(fā)展新趨勢和新動態(tài)等方面具有較強(qiáng)的技術(shù)和功能優(yōu)勢[3],使人們能夠在大量的數(shù)據(jù)中直接觀察到其隱含的現(xiàn)象,直觀地體現(xiàn)了事物的重點(diǎn),為研究決策提供依據(jù)[4]。
(1)主題確定。本研究的主題是滑雪運(yùn)動風(fēng)險,因此廣泛選取關(guān)鍵詞進(jìn)行檢索“ski sport risk”“risk in ski sport”“ski sports risk”“risk in ski sports”“ski exercise risk”“risk in ski exercise”“ski resort risk”“risk in ski resort”等,根據(jù)文獻(xiàn)對“滑雪運(yùn)動風(fēng)險”的分析,最終確定本研究的檢索詞為“ski”“risk”“ski resort”“risk”。
(2)數(shù)據(jù)準(zhǔn)備。將通過“Web of ScienceTM”數(shù)據(jù)庫檢索的357條檢索數(shù)據(jù)導(dǎo)出到Citespace軟件安裝文件夾下轄的“Data”文件夾,并將所有數(shù)據(jù)命名為“Download_(N).txt”(N為自然數(shù))[5]。
(3)軟件分析設(shè)置。時間設(shè)置為2006—2016年,以1年為一個時間切片,其余算法不進(jìn)行裁剪。
(4)可視化知識圖譜分析。得到圖譜后,可看到每個節(jié)點(diǎn)的多方面信息,如轉(zhuǎn)折點(diǎn)(Pivot Node)。有紫色外圈的節(jié)點(diǎn),具有高的中介中心性的點(diǎn);標(biāo)志點(diǎn)(Landmark Node),節(jié)點(diǎn)大小代表總被引次數(shù),節(jié)點(diǎn)越大則總被引頻次越高以及高中介中心性的點(diǎn)(Hub Node);樞紐節(jié)點(diǎn),具有高度中介中心性。此外,通過各個年輪的顏色可判斷被引時間分布,聚類之間的知識流向也可從時間(色彩)上看到(由冷色到暖色)等[6]。
通過對文獻(xiàn)在Citespace Ⅴ 功能參數(shù)區(qū)的參數(shù)進(jìn)行設(shè)置,時區(qū)分割(Time slicing)為2006—2016年,1年一個切片,Node Types選擇節(jié)點(diǎn)Country,閾值項(xiàng)選擇“Top N per slice”,節(jié)點(diǎn)閾值設(shè)定為每個切片中頻次最高的50個關(guān)鍵詞,運(yùn)行軟件得到滑雪運(yùn)動風(fēng)險研究的國家分布圖譜(見圖1)。其中每一個節(jié)點(diǎn)代表一個國家。隨著這一國家學(xué)者發(fā)文量的遞增,其所代表的圓圈也就越大;圓圈之間的連線表明了節(jié)點(diǎn)與節(jié)點(diǎn)之間的聯(lián)系,線條越粗表明節(jié)點(diǎn)之間的聯(lián)系也就越緊密;圓圈最外層的紫色圓環(huán)表示文獻(xiàn)的中心性。中心性是在知識圖譜網(wǎng)絡(luò)中起連接作用大小的度量。圓環(huán)寬度越寬,其中心性越大[7]。
圖1 滑雪運(yùn)動風(fēng)險研究國家分布圖
圖1所示,本研究檢索出的357篇文獻(xiàn)共分布于44個國家(地區(qū)),不同國家的發(fā)文量之間有巨大的差異。其中,美國在發(fā)文數(shù)量上處于領(lǐng)先地位,共計84篇,占總發(fā)文量的23.5%;排在第二位和第三位的是奧地利和加拿大,發(fā)文量分別是81篇和50篇;之后依次是挪威、瑞典、意大利、瑞士、英國和法國,發(fā)表論文的數(shù)量分別是40篇、30篇、24篇、23篇、21篇和20篇。在滑雪運(yùn)動風(fēng)險領(lǐng)域,成果主要集中在歐洲的阿爾卑斯山區(qū)和北美地區(qū)的美國東北部和中西部以及阿拉斯加、加拿大的落基山脈等區(qū)域。這些地方氣候和海拔非常適合開展滑雪運(yùn)動,對滑雪運(yùn)動風(fēng)險的研究也非常多。就亞洲國家來說,滑雪運(yùn)動研究的國家主要有日本(12篇)、卡塔爾(5篇)、中國(4篇)、新加坡(3篇)、印度(2篇)和沙特阿拉伯(1篇),占總發(fā)文量的8.1%。從文章的中心性看,奧地利以0.19位居第一,隨后依次是美國(0.17)、英格蘭(0.14)、加拿大(0.13)和意大利(0.13)。奧地利發(fā)文量雖僅次于美國,但它的研究成果影響力是最大的。
2.2.1滑雪運(yùn)動風(fēng)險研究的主要學(xué)科計量滑雪運(yùn)動風(fēng)險就學(xué)科而言應(yīng)該屬于體育運(yùn)動風(fēng)險領(lǐng)域的研究議題,但是在滑雪運(yùn)動風(fēng)險的研究中,融合了身體、心理、教育、醫(yī)療、保險等多方面的因素。綜合研究已經(jīng)成為研究的新趨勢。對滑雪運(yùn)動風(fēng)險研究的學(xué)科進(jìn)行可視化分析,在Citespace Ⅴ 功能參數(shù)區(qū)對參數(shù)進(jìn)行設(shè)置,時區(qū)分割(Time slicing)為2006-2016年,1年一個切片,Node Types選擇節(jié)點(diǎn)Category,閾值項(xiàng)選擇“Top N per slice”,節(jié)點(diǎn)閾值設(shè)定為每個切片中頻次最高的50個關(guān)鍵詞,運(yùn)行軟件得到滑雪運(yùn)動風(fēng)險研究的學(xué)科分布圖譜(見圖2)。
圖2 滑雪運(yùn)動風(fēng)險研究的學(xué)科分布圖譜
圖2可見,滑雪運(yùn)動風(fēng)險的研究與公眾環(huán)境與職業(yè)保健、社會學(xué)、骨科學(xué)、心理學(xué)、生態(tài)學(xué)、外科學(xué)、工程學(xué)、休閑學(xué)與經(jīng)濟(jì)學(xué)等學(xué)科有聯(lián)系。從中介中心性來看,滑雪運(yùn)動風(fēng)險所涉及的主要學(xué)科共現(xiàn)知識圖譜的關(guān)鍵節(jié)點(diǎn)有5個,除去體育科學(xué)外,依次是公眾環(huán)境與職業(yè)保健(0.6)、工程學(xué)(0.48)、生態(tài)學(xué)(0.2)和環(huán)境科學(xué)(0.2)。
2.2.2滑雪運(yùn)動風(fēng)險研究的學(xué)科耦合分析“耦合”概念不僅僅局限于同時引證的兩篇論文本身之間的關(guān)系,而且包含兩個(或兩個以上)不同主體與同一客體之間的關(guān)系[8]。因此,“文獻(xiàn)耦合”可以進(jìn)一步推廣應(yīng)用于關(guān)鍵詞耦合、著作耦合、期刊耦合以及學(xué)科耦合等[9]。
圖3 滑雪運(yùn)動風(fēng)險研究學(xué)科的雙圖疊加圖
圖3所示,圖譜分為兩個部分:第一部分是本研究的來源數(shù)據(jù)中的參考文獻(xiàn)學(xué)科分布圖;第二部分是本研究數(shù)據(jù)中的引用文獻(xiàn)學(xué)科分布圖。這兩部分以滑雪運(yùn)動風(fēng)險為中介產(chǎn)生了學(xué)科耦合[10]。第一部分中有關(guān)滑雪運(yùn)動風(fēng)險的研究主要參考了醫(yī)學(xué)、體育科學(xué)、生物學(xué)、心理學(xué)、神經(jīng)學(xué)、教育學(xué)、環(huán)境學(xué)、經(jīng)濟(jì)學(xué)8大學(xué)科;第二部分,滑雪運(yùn)動風(fēng)險的研究也影響著其他領(lǐng)域的一些研究,如生物學(xué)、分子學(xué)、健康學(xué)、護(hù)理學(xué)、醫(yī)學(xué)、皮膚病學(xué)、運(yùn)動損傷康復(fù)學(xué)、體育科學(xué)、心理學(xué)、教育學(xué)、社會科學(xué),甚至涉及經(jīng)濟(jì)學(xué)以及政治經(jīng)濟(jì)學(xué)等領(lǐng)域。
關(guān)鍵詞或主題詞出現(xiàn)的頻次越高,表明對其所表達(dá)的研究熱度越高。
表1 滑雪運(yùn)動風(fēng)險研究高頻關(guān)鍵詞和突現(xiàn)值(前10位)
在Citespace Ⅴ 功能參數(shù)區(qū)對參數(shù)進(jìn)行設(shè)置,時區(qū)分割(Time slicing)為2006—2016年,1年一個切片,Node Types選擇節(jié)點(diǎn)Keyword,閾值項(xiàng)選擇“Top N per slice”,節(jié)點(diǎn)閾值設(shè)定為每個切片中頻次最高的50個關(guān)鍵詞,算法選擇“Minimum Spanning Tree”(最小生成樹計算法),運(yùn)行軟件得到滑雪運(yùn)動風(fēng)險研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜(見圖4)。
圖4 滑雪運(yùn)動風(fēng)險研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜
由表1和圖4可知,排在第1位的高頻關(guān)鍵詞是風(fēng)險(risk);排在第3位的高頻關(guān)鍵詞是滑雪(skiing);排在第8位的高頻關(guān)鍵詞是運(yùn)動(sport)風(fēng)險?;┖瓦\(yùn)動是本文研究檢索的主題詞,運(yùn)動的中介中心性排在第一位,表明運(yùn)動對于風(fēng)險和滑雪有著重要的連接作用,因此在滑雪運(yùn)動風(fēng)險領(lǐng)域有許多學(xué)者對其進(jìn)行研究。Cundy(2010)指出滑雪是一項(xiàng)具有高危險性的運(yùn)動,在滑雪前要密切關(guān)注當(dāng)?shù)匮﹫龅那闆r和天氣,同時考慮在開始這項(xiàng)行動時,要接受專業(yè)教練的幫助和建議[11]。Moroder(2011)指出滑雪正在成為越來越受歡迎的極限運(yùn)動,然而在參與這項(xiàng)運(yùn)動時,最常見的傷害是由使用器材錯誤(75.8%)、越級滑雪 (36.4%)和惡劣的降雪條件(27.3%)造成的[12]。高頻關(guān)鍵詞排在第二位的是損傷(injury),在滑雪運(yùn)動風(fēng)險中損傷研究也是學(xué)者高度關(guān)注的。如Sytema(2010)通過測量各種危險因素與上肢或下肢損傷發(fā)生的關(guān)系,男性在滑雪和單板滑雪時受傷率較高[13];Ogawa(2010)通過對19 539名受傷的單板滑雪運(yùn)動員進(jìn)行調(diào)查發(fā)現(xiàn):1 204人(6.2%)是新手、6 409人(32.8%)是初學(xué)者、9 260人(47.4%)是中級水平、1 918人(9.8%)是專家、748人(3.8%)不了解技能水平。然而,隨著技術(shù)水平的提高,頭部/面部受傷的數(shù)量也會減少,上肢的傷害也隨著技能水平的提高而降低,除了新手。骨折和多重傷害隨著技能水平的增加而增加,而撕裂/挫傷、骨折和挫傷則減少。筆者認(rèn)為應(yīng)該根據(jù)技能水平制定滑雪板傷害預(yù)防策略[14]。Brooks(2010)比較了2000年至2005年兩處滑雪區(qū)的滑雪和單板滑雪傷害,總共有3 953人(26.7%)受傷,主要是男性滑雪運(yùn)動員。地形公園受傷更嚴(yán)重,涉及頭(相對危險度1.31,95%可信區(qū)間1.16,到1.48)或背部(相對危險度1.96,95%可信區(qū)間1.67到2.29)[15]。Major(2014)研究發(fā)現(xiàn):與半管、大空氣和ps/psl相比,在單板交叉中受傷的風(fēng)險更高。最常見的受傷部位是膝蓋;在單板滑雪運(yùn)動員中,預(yù)防單板滑雪的傷害應(yīng)該集中在膝蓋受傷、嚴(yán)重受傷和單板滑雪運(yùn)動員身上[16]。
風(fēng)險因素(risk factory)、流行病學(xué)(epidemiology)是排名第4、5位的高頻關(guān)鍵詞,中介中心性排在第3位和第9位。Sytema(2010)提出風(fēng)險因素評估中用于評估風(fēng)險因素的獨(dú)立變量是從一個本地數(shù)據(jù)庫中提取出來的;流行性病學(xué)研究引起了高度關(guān)注。如Knowles(2006)提出流行病學(xué)發(fā)病率的比例是受傷運(yùn)動員的人數(shù)除以運(yùn)動員的數(shù)量。它是平均損傷風(fēng)險的有效估計量,但在運(yùn)動損傷流行病學(xué)中很少用于向非科學(xué)家傳播此類風(fēng)險信息。優(yōu)點(diǎn):了解運(yùn)動相關(guān)損傷的原因和風(fēng)險因素的運(yùn)動教練能夠更好地做出安全的回退決定,減少運(yùn)動員再次受傷的可能性[17]。
兒童(children)、滑雪者(skier)、運(yùn)動(sport)和頭部損傷(head injury)出現(xiàn)的頻次排在第6、7、8、9位,中介中心性是排在第6、10、1、7位的高頻關(guān)鍵詞。目前國外滑雪運(yùn)動風(fēng)險研究在對象上對兒童特別關(guān)注。Cohen(2007)通過對兒童運(yùn)動員的身體活動進(jìn)行研究,認(rèn)為兒童運(yùn)動員容易出現(xiàn)損傷。對于滑雪者的對象研究不僅僅是兒童,還包括女性[18]。Cundy(2010)指出創(chuàng)傷性腦損傷是導(dǎo)致滑雪運(yùn)動死亡和嚴(yán)重發(fā)病率的主要原因,并且發(fā)病率正在上升。在雪地運(yùn)動中使用頭盔可以使頭部受傷的發(fā)生率降低60%。2008年,16%的成年人和67%的兒童戴著頭盔。在2003年至2008年期間,成人和兒童的頭盔使用增加。兒童、男性和滑雪運(yùn)動員比他們的同伴更有可能戴頭盔。頭盔使用的重要預(yù)測因素是經(jīng)驗(yàn)水平,過去的重大事故需要醫(yī)療援助、滑雪運(yùn)動課程、活動地點(diǎn),確定了頭盔使用和使用的主要原因。
國外滑雪風(fēng)險研究在地區(qū)上分布比較廣,但是不同國家的發(fā)文量之間有巨大的差異,主要集中在歐洲的阿爾卑斯山區(qū)和北美地區(qū)的美國東北部和中西部以及阿拉斯加、加拿大的落基山脈等區(qū)域。亞洲地區(qū),日本滑雪運(yùn)動研究的較多,我國在滑雪運(yùn)動風(fēng)險研究的較少。今后要多與北美和歐洲的國家加強(qiáng)交流,從而提高我國在該領(lǐng)域的學(xué)術(shù)研究能力。國外冰雪運(yùn)動風(fēng)險的研究不僅僅局限于體育領(lǐng)域,除了體育科學(xué)外,與公眾環(huán)境與職業(yè)保健、社會學(xué)、骨科學(xué)、心理學(xué)、生態(tài)學(xué)、外科學(xué)、工程學(xué)、休閑學(xué)與經(jīng)濟(jì)學(xué)等學(xué)科有緊密聯(lián)系。國外冰雪運(yùn)動風(fēng)險研究的熱點(diǎn)緊緊圍繞著滑雪運(yùn)動中的風(fēng)險展開,包括損傷、風(fēng)險因素、流行性病學(xué)、兒童、運(yùn)動、頭部損傷等不同的傷病和風(fēng)險因素。在研究對象上,兒童也開始備受重視。
參考文獻(xiàn):
[1] 國務(wù)院辦公廳關(guān)于加快發(fā)展健身休閑產(chǎn)業(yè)的指導(dǎo)意見[EB/OL].http://www.gov.cn/zhengce/content/2016-10/28/content_5125475.htm.
[2] 冰雪運(yùn)動發(fā)展規(guī)劃(2016—2025年)[EB/OL].http://www.sport.gov.cn/n316/n340/c773663/content.html.
[3] Chen CM. Cite space II:Detecting and visualizing emerging trends and transient patterns in scientific literature[J].J Am SocInf Sci Technol,2006(3):359~377.
[4] 水祎舟,黃竹杭,耿建華.國外足球運(yùn)動體能訓(xùn)練前沿?zé)狳c(diǎn)與演化分析——基于科學(xué)知識圖譜的可視化研究[J].體育科學(xué),2016(1):67~78.
[5] 李曉棟,呂夏頔,祁海南.國外體育社會化研究的前沿?zé)狳c(diǎn)與演化分析[J].中國體育科技,2017(5):22~36,109.
[6] 李杰,陳超美.Citespace:科技文本挖掘級可視化[M].北京:首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社,2015.
[7] 趙丙軍.國外力量訓(xùn)練研究知識網(wǎng)絡(luò)的結(jié)構(gòu)及演化特征[D].上海:上海體育學(xué)院,2013.
[8] 邱均平.信息計量學(xué)[M].武漢:武漢大學(xué)出版社.2010.
[9] 李秀霞,馬秀峰,程結(jié)晶.基于耦合強(qiáng)度的我國圖書情報學(xué)核心期刊社會網(wǎng)絡(luò)分析[J].中國科技期刊研究,2016(5):526~534.
[10] 石巖,霍炫伊.體育運(yùn)動風(fēng)險研究的知識圖譜分析[J].體育科學(xué),2017(2):76~86.
[11] Cundy, Thomas P,Systermans,Brenton. Helmets for Snow Sports: Prevalence, Trends, Predictors and Attitudes to Use[J].Journaql of Trauma-injury Infection and Critical Care,2010(6):1486~1490.
[12] Moroder P,Runer A. A Prospective Study of Snowkiting Injuries[J].American Journal of Sports Medicine,2011(7):1534~1540.
[13] Sytema R,Dekker R. Upper Extremity Sports Injury: Risk Factors in Comparison to Lower Extremity Injury in More Than 25 000 Cases[J].Clinical Journal of Sport Medicine,2010(4):256~263.
[14] Ogawa H,Sumi H,Sumi Y, et al. Skill Level-Specific Differences in Snowboarding-Related Injuries[J].American Journal of Sprots Medicine,2010(3):532~537.
[15] MA Brooks, MD Evans, FP Rivara. Evaluation of skiing and snowboarding injuries sustained in terrain parks versus traditional slopes[J].Injury Prevention Journal of the International Society for Child & Adolescent Injury Prevention,2010(2):119~123.
[16] Major DH, Steenstrup SE, Bere T, et al. Injury rate and injury pattern among elite World Cup snowboarders: a 6-year cohort study[J].British Journal of Sports Medicine, 2014(1):18~20.
[17] Knowles SB, Marshall SW,Guskiewicz KM. Issuesin estimating risks and rates in sports injury research[J].JAthl Train,2006(2):207~215.
[18] Cohen DA,Taylor SL,Zonta M,et al. Availability of high school extracurricular sports programs and high-risk behaviors[J].J Sch Health,2007(2):80~86.