Uncovering the Knowledge Networks in Innovation Research:
A Topic Modeling Approach
DOI:
https://doi.org/10.4013/base.2025.221.02Palavras-chave:
Conhecimento; Redes Interorganizacionais; Inovação; Modelagem de Tópicos; Latent Dirichlet Allocation (LDA).Resumo
Ao longo dos anos, a pesquisa sobre redes de conhecimento e inovação tem sido conduzida em várias direções e a partir de diversas perspectivas. Com o volume de estudos publicados, especialmente na última década, os desafios para entender o campo como um todo aumentaram. O objetivo deste estudo foi identificar temas de pesquisa sobre redes de conhecimento e inovação utilizando modelagem de tópicos. Derivamos 50 tópicos de pesquisa aplicando o modelo de Latent Dirichlet Allocation (LDA), que é o algoritmo de modelagem de tópicos mais popular em estudos científicos. Nossa amostra consistiu nos resumos de 6.746 artigos sobre redes, conhecimento e inovação, extraídos da Scopus e Web of Science, e publicados de 1985 a 2021. A partir desses dados, exploramos as tendências dos tópicos ao longo dos anos, identificando 21 tópicos quentes, 21 tópicos frios e 8 tópicos estáveis que podem ajudar a orientar futuros estudos sobre redes de conhecimento e inovação.
Downloads
Publicado
Edição
Seção
Licença
Concedo à Revista BASE o direito de primeira publicação da versão revisada do meu artigo, licenciado sob a Licença Creative Commons Attribution (que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista).
Afirmo ainda que meu artigo não está sendo submetido a outra publicação e não foi publicado na íntegra em outro periódico e assumo total responsabilidade por sua originalidade, podendo incidir sobre mim eventuais encargos decorrentes de reivindicação, por parte de terceiros, em relação à autoria do mesmo.
Também aceito submeter o trabalho às normas de publicação da Revista BASE acima explicitadas.