Uncovering the Knowledge Networks in Innovation Research:
A Topic Modeling Approach
DOI:
https://doi.org/10.4013/base.2025.221.02Palabras clave:
Conhecimento; Redes Interorganizacionales; Innovación; Modelado de Tópicos; Asignación Latente de Dirichlet (LDA)Resumen
A lo largo de los años, la investigación sobre redes de conocimiento e innovación se ha llevado a cabo en varias direcciones y desde diversas perspectivas. Con el volumen de estudios publicados, especialmente en la última década, los desafíos para comprender el campo en su totalidad han aumentado. El objetivo de este estudio fue identificar temas de investigación sobre redes de conocimiento e innovación utilizando la modelización de temas. Derivamos 50 temas de investigación aplicando el modelo de Asignación Latente de Dirichlet (LDA), que es el algoritmo de modelización de temas más popular en los estudios científicos. Nuestra muestra consistió en los resúmenes de 6.746 artículos sobre redes, conocimiento e innovación, extraídos de Scopus y Web of Science, y publicados desde 1985 hasta 2021. A partir de estos datos, exploramos las tendencias de los temas a lo largo de los años, identificando 21 temas calientes, 21 temas fríos y 8 temas estables que podrían ayudar a orientar futuros estudios sobre redes de conocimiento e innovación.
Descargas
Publicado
Número
Sección
Licencia
I grant the journal BASE the first publication of my article, licensed under Creative Commons Attribution license (which allows sharing of work, recognition of authorship and initial publication in this journal).
I confirm that my article is not being submitted to another publication and has not been published in its entirely on another journal. I take full responsibility for its originality and I will also claim responsibility for charges from claims by third parties concerning the authorship of the article.
I also agree that the manuscript will be submitted according to the journal’s publication rules described above.