$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Questo studio ha condotto un'analisi bibliometrica sistematica per identificare e visualizzare le tendenze di ricerca nel campo della sicurezza dei tunnel dal 1992 al 2026.
Ricerca della letteratura e raccolta dei dati
Accedi al database Web of Science Core Collection (WoSCC). La strategia di ricerca è stata eseguita utilizzando la seguente query specifica per argomento: TS = [("tunnel" e "tunnel safety")]. Dopo aver inserito la richiesta, si cliccava sul pulsante "Cerca" per eseguire la ricerca nella letteratura. I risultati sono stati filtrati selezionando "Articoli", "Articoli di Revisione" e "Pubblicazioni in Accesso Anticipato" come tipi di documento. Sono stati raccolti in totale 15.861 articoli e articoli di revisione pubblicati tra il 1992 e il 2026. Questo studio si concentra su aree fondamentali come la sicurezza antincendio nei tunnel, la sicurezza stradale, la sicurezza del traffico e l'evacuazione del personale, con l'obiettivo di rivedere i progressi della ricerca e i punti caldi nella sicurezza complessiva dei tunnel. Pertanto, sono state escluse pubblicazioni relative alla sicurezza degli scavi nei tunnel, alla previsione della sicurezza dei tunnel a scudo e alla valutazione della sicurezza delle crepe nel rivestimento dei tunnel. Dopo questo processo di selezione, sono stati conservati 428 articoli per ulteriori analisi. Nella sezione "Registra contenuti" è stato selezionato "Record completo e riferimenti citati" e il dataset filtrato è stato esportato come file "Testo semplice". Ogni record è stato verificato per contenere informazioni complete di citazione e coautorialità. Il processo dettagliato di screening è presentato in uno schema di flusso (Figura 1).
Preprocessing dei dati
Il dataset in testo semplice esportato da WoSCC è stato importato in un foglio di calcolo utilizzando il Data | Dalla funzione Testo/CSV . I caratteri tab e spaziatore venivano selezionati come delimitatori per separare il testo in colonne. Il foglio di calcolo risultante veniva utilizzato per filtrare, ordinare e riassumere i record per analisi successive. I record sono stati aggregati per anno di pubblicazione per calcolare il conteggio annuale e cumulativo delle pubblicazioni. La colonna Journal (SO) è stata filtrata per trattenere solo le riviste con tre o più articoli. Le istituzioni sono state ordinate per frequenza e centralità per identificare le prime 10 istituzioni, e le parole chiave sono state ordinate per frequenza e centralità per identificare le prime 20 parole chiave. I cluster di parole chiave sono stati ordinati per dimensione e i sei cluster più grandi sono stati mantenuti. Criteri e procedure dettagliati per ciascuna operazione sono stati descritti nelle relative sottosezioni analitiche.
Per l'analisi dell'evoluzione numerica della letteratura pubblicata, la colonna Anno di Pubblicazione (PY) veniva filtrata nel software del foglio di calcolo e i valori convertiti in formato numerico. I record venivano poi aggregati per anno di pubblicazione per calcolare sia il conteggio annuale che cumulativo. Un grafico delle tendenze della pubblicazione è stato generato costruendo un grafico a barre per la produzione annuale e sovrapponendo un grafico a linee per il totale cumulativo (Figura 2). Per l'analisi dei modelli di distribuzione delle riviste di pubblicazione, la colonna Journal (SO) veniva isolata e veniva calcolato il numero di record per ciascuna rivista. La frequenza di pubblicazione per ogni rivista è stata calcolata tra il 1992 e il 2026 raggruppando i record in base al titolo della rivista e ordinando i risultati in ordine decrescente. Le riviste con tre o più articoli sono state mantenute, risultando in 28 riviste, e i risultati sono stati presentati in una tabella riassuntiva (Tabella 1).
Analisi della collaborazione degli autori
Il dataset in testo semplice di WoSCC è stato importato e configurato in CiteSpace utilizzando il Data | Importazione | Web of Science e le directory di input e output venivano specificate come appropriato. Dopo una revisione approfondita della letteratura recuperata, le pubblicazioni dal 1992 al 2004 hanno trovato una proporzione relativamente piccola del dataset. Ancora più importante, i contenuti e i temi di ricerca di queste pubblicazioni erano dispersi e mostravano scarsa rilevanza per la sicurezza nei tunnel. Incorporare questi articoli nell'analisi bibliometrica avrebbe introdotto un'eccessiva ridondanza e oscurato l'identificazione dei punti caldi della ricerca e delle tendenze in evoluzione. Inoltre, la letteratura recuperata a marzo 2026 non ha potuto rappresentare completamente la produzione annuale di pubblicazioni per il 2026. Di conseguenza, l'analisi di CiteSpace è stata limitata alla letteratura pubblicata tra il 2005 e il 2025. L'arco temporale è stato stabilito dal 2005 al 2025 in base alla rilevanza della pubblicazione, utilizzando il time slicing annuale con una slicenza di 1 anno.
CiteSpace era configurato con l'autore come tipo di nodo. Il criterio di selezione è stato impostato all'indice g (k = 15). Le fonti dei termini erano impostate su Titolo, Abstract, Parole chiave dell'autore (DE) e Keyword Plus (ID). Nel menu Pruning, sono state selezionate sia le opzioni di rete unite sia Pathfinder che Pluming per semplificare la struttura della rete. L'analisi è stata eseguita cliccando su Vai per produrre la visualizzazione della rete di collaborazione con autori. Le dimensioni dei caratteri e gli schemi di colori sono stati regolati per migliorare la leggibilità (Figura 3).
Collaborazione istituzionale e analisi delle 10 migliori istituzioni
Il tipo di nodo era impostato come istituzione in CiteSpace. Il criterio di selezione era impostato all'indice g (k = 25). Le fonti dei termini erano impostate su Titolo, Abstract, Parole chiave dell'autore (DE) e Keyword Plus (ID). Nel menu Pruning, sono state selezionate le opzioni di rete unite Pathfinder e Pluming per ridurre la complessità di rete.
L'analisi è stata eseguita premendo Go per generare la mappa della collaborazione istituzionale. La tipografia e le impostazioni dei colori sono state regolate per migliorare l'interpretabilità (Figura 4). I dati sulla collaborazione istituzionale sono stati salvati utilizzando Output | Riepilogo della rete come HTML, CSV, RIS | Salva come CSV. Il file CSV veniva quindi aperto in Microsoft Excel. Le colonne "Freq", "Centrality" e "Label" furono combinate, e un ordinamento discendente fu applicato usando Sort & Filter | Scendendo. Le prime 10 istituzioni sono state raccolte e assemblate in una tabella finale (Tabella 2).
Co-incidenza delle parole chiave e analisi delle prime 20 parole chiave
In CiteSpace, il tipo di nodo era impostato come parola chiave. L'indice g era impostato su k = 17. Le fonti dei termini erano impostate su Titolo, Abstract, Parole chiave dell'autore (DE) e Keyword Plus (ID). Nel menu Pruning, le opzioni di rete unite sono state selezionate per ridurre la rete in Pathfinder e Pruning. L'analisi è stata avviata cliccando su Go per ottenere la mappa delle co-occorrenze delle parole chiave. Gli attributi di font e colore sono stati modificati per migliorare la leggibilità visiva (Figura 5). Il dataset di co-occurrence per parole chiave è stato esportato tramite Output | Riepilogo della rete come HTML, CSV, RIS | Salva come CSV. Il file CSV è stato aperto in Microsoft Excel. Le colonne "Freq", "Centrality" e "Label" furono combinate, e un ordinamento discendente fu eseguito usando Sort & Filter | Scendendo. Le prime 20 parole chiave sono state identificate e organizzate in una tabella finale (Tabella 3).
Analisi dei cluster di parole chiave e dei principali 6 cluster
La categoria nodo era impostata come parola chiave in CiteSpace. L'indice g era impostato su k = 17. Le fonti dei termini erano impostate su Titolo, Abstract, Parole chiave dell'autore (DE) e Keyword Plus (ID). Nel menu Pruning, sono state selezionate le opzioni di rete unite per perfezionare la rete Pathfinder e Pruning. L'analisi del clustering delle parole chiave è stata effettuata cliccando su Go. Le etichette dei cluster sono state estratte utilizzando l'algoritmo log-verosimiglianza (LLR). Solo i cluster con un punteggio silhouette superiore a 0,7 sono stati mantenuti. La mappa di clustering è stata generata utilizzando Cluster Label Optimization | K: Le parole chiave e le impostazioni di visualizzazione sono state regolate per una leggibilità ottimale (Figura 6). I dettagli dei cluster sono stati estratti tramite Clusters | Visualizza i contenuti del cluster e organizzati in un foglio di lavoro Microsoft Excel. La tabella dei dati fu aperta e la colonna "Dimensione" fu selezionata e ordinata usando Ordina & Filtra > Discendente. I risultati sono stati raccolti nella tabella finale di clustering delle parole chiave (Tabella 4).
Analisi del cluster di cronologia delle parole chiave
Il tipo di nodo veniva mantenuto come parola chiave in CiteSpace. L'indice g era impostato su k = 17. Le fonti dei termini erano impostate su Titolo, Abstract, Parole chiave dell'autore (DE) e Keyword Plus (ID). Nel menu Pruning, sono state selezionate le opzioni di rete unite per potare la rete Pathfinder e Pruning. L'analisi del clustering delle parole chiave veniva eseguita cliccando su Go. Le etichette dei cluster sono state estratte utilizzando lo stesso algoritmo LLR e la soglia di punteggio silhouette (> 0,7). È stata selezionata la Vista Timeline per generare la mappa di clustering delle timeline delle parole chiave. Le impostazioni di font e colore sono state regolate per migliorare la leggibilità (Figura 7).
Analisi del bursting delle parole chiave
Il tipo di nodo veniva mantenuto come parola chiave in CiteSpace. L'indice g era impostato su k = 17. Le fonti dei termini erano impostate su Titolo, Abstract, Parole chiave dell'autore (DE) e Keyword Plus (ID). Nel menu Potatura, le opzioni di rete unite Pathfinder e Potatura sono state selezionate per la potatura della rete. L'analisi delle parole chiave veniva eseguita cliccando su Go. È stata selezionata l'opzione Burstness , il parametro γ impostato a 0,5 e la durata minima del burst è stata impostata a 2 anni per eseguire l'analisi di rilevamento del burst per parole chiave. I dati sono stati aggiornati per generare la lista delle 25 parole chiave principali con i più forti burst di citazione (Figura 8).