Forskarprestationer inom dedicerade Formasområden och tidskriftsklasser

Transkript

1 Ulf Sandström 7 december 2015 Forskarprestationer inom dedicerade Formasområden och tidskriftsklasser Forskningsrådet Formas verksamhet som forskningsstödjande statligt organ inriktar sig mot fyra huvudområden: Miljö, Areella näringar, Samhällsbyggnad samt Grundläggande och gränsöverskridande naturresurssystem. Dessa fyra områden kan i sin tur brytas ned i tjugotvå delområden för vilka det i princip är möjligt att följa den vetenskapliga publiceringsverksamheten eftersom dessa delområden beskrivs i termer av de tidskriftsklasser som används av den bibliografiska databasen Web of Science (tillhandahålls av företaget Thomson Reuters). Dessa tidskriftskategorier benämns SC-kategorier i den följande rapporten. Parallellt har Formas en indelning av de forskare och de forskningsprojekt man finansierar i tretton områden, från jordbruksforskning över miljöforskning till forskning om stad och land. Överensstämmelsen mellan dessa båda kategoriseringar är allt annat än absolut, men i de flesta fall, om än inte alla, går det att på basis av de publiceringar som emanerar från Formasforskarna se vilken eller vilka tidskriftskategorier som bäst överensstämmer med vart och ett av de tretton områdena. Rapporten inleds, efter en beskrivning av bidragsmottagares prestationer, med en beskrivning av hur formaskategorierna stämmer överens med SC-kategorierna. Rapportens huvudsakliga frågeställningar är följande: Hur ser prestationer från den svenska forskningen ut inom dessa områden och hur bidrar Formas till denna forskning? Frågeställningarna bakom rapporten kan preciseras i följande termer: 1. Svenska forskningens omfattning (volym och kvalitet) per SC-kategori jämfört med de nordiska länderna andra europeiska länder USA, BRIC (vilka länder är bättre än Sverige inom respektive kategori) 2. Identifiera forskningsområden (baserat på tidskriftskategorier) där Sverige har pågående internationellt ledande forskning (starka områden) där svensk forskning har potential att bli internationellt ledande där angelägen forskning saknas och bör byggas upp (svaga områden) 3. Vilka hot spots finns inom respektive SC-kategori? Analysen berör också fördelning över kluster: har svensk forskning en god diversitet över forskningslinjer? Till följd av begränsningar som följer av den ansats som utnyttjas måste analysen tas med viss försiktighet. Detta påverkar i viss utsträckning de slutsatser som dras i denna rapport. För att undanröja dessa osäkerheter behövs vidare undersökningar. 1

2 Inledning Formasforskare är här benämningen på de närmare 700 huvudsökande som erhållit bidrag från Formas under perioden Som redan nämnts fördelas de över tretton Formasområden och i tabell 1 anges per område de prestationer som Formasforskarna har under den aktuella tidsperioden. Tabell 1. Bibliometriska indikatorer för Formas bidragsmottagare (huvudsökande). Formas-område Full P Frac P FAP PERS PROD NCSj NCSf TOP1% TOP5% 1. Jordbruk ,8 114,7 54 2,1 1,27 1,46 1,9% 7,6% 2. Skogsbruk ,0 86,7 41 2,1 1,02 1,34 0,7% 6,5% 3. Djurhållning & veterinärmedicin ,9 141,2 66 2,1 1,22 1,49 1,6% 7,0% 4. Livsmedelsvetenskap ,3 75,9 24 3,2 0,97 1,22 1,8% 5,7% 5. Fisk- och vattenbruk ,9 45,1 22 2,1 1,07 1,12 0,4% 3,9% 6. Naturresurser och materialåtervinning ,6 118,4 44 2,7 0,98 0,34 0,6% 6,5% 7. Ekologi ,1 206,4 97 2,1 1,08 1,42 1,1% 8,1% 8. Klimat ,7 105,2 44 2,4 1,12 1,54 1,9% 10,1% 9. Miljö- och naturvård ,1 89,5 51 1,8 1,14 1,48 1,1% 8,6% 10. Miljöeffektforskning & miljötoxikologi ,9 237,3 92 2,6 1,26 1,63 2,6% 11,5% 11. Anläggningar, miljö-, bygg-, och produkt ,6 162,2 62 2,6 1,04 1,01 0,7% 4,4% 12. Bebyggelse, bygg- och förvaltningsproce ,3 62,9 30 2,1 1,16 1,23 0,4% 6,9% 13. Stad- och landsbygdsutveckling ,3 90,8 70 1,3 1,34 1,14 0,6% 6,1% Total , ,2 1,14 1,38 1,4% 7,7% Anm: FAP=fältjusterad produktion; PERS=antal forskare; PROD=produktivitet(FAP/PERS); NCSj=tidskriftsnormaliserad citgrad; NCSf=fältnormerad citgrad; TopX%=Andel artiklar som uppfyller villkoret att vara i percentilgruppen. Merparten av den här gruppen av forskare är produktiva och aktiva på publiceringsmarknaden. Det framgår med önskvärd tydlighet av produktionsindikatorn (PROD), som är den fältjusterade produktionen dividerad med antalet forskare per område. Indikatorn ligger % över förväntat värde (baserat på nordiska referensvärden). De här forskarna har mer tid för forskning, de har fler medarbetare, de skriver väsentligt fler artiklar än sina kolleger. Dessa dedicerade forskare har en grundläggande inriktning på synlighet och arbetar dedicerat för att påverka forskningsfronterna. Citeringsvärdena är i många fall förhållandevis höga för hela områden om forskare, dvs. snittbetyget skulle bli ett 3+ (Very Good) i femgradig betygsskala. 1 Det betyget är förhållandevis starkt, särskilt inom följande områden: Jordbruk, Djurhållning, Ekologi, Klimat, Miljövård samt Miljöeffektforskning. Vitaliteten på forskningen är överlag god. Här har vi göra med en grupp forskare som vill påverka sina fronter och som anser att de har resultat att bidra med. Det säger sig självt att dessa forskare, de huvudansvariga, påverkar resultaten också för hela den svenska forskningen inom sina respektive tidskritsområden: genom att vara forskningsledare för doktorander och postdoktorer samt andra medarbetare. I snitt har en artikel inom dessa områden cirka fyra författare och varannan artikel inkluderar också medarbetare från andra länder. Frågan är om det går att säga att Formasforskarna är de lok som drar forskningen inom ett antal SCfält eller om de är enklaver av excellens inom en i övrigt relativt medioker forskningsverksamhet. Andra forskningsfinansiärer påverkar självfallet bilden genom sina bidragsbeslut. Inte sällan 1 Betygsskalan utgår från den metodik som presenterats i Sandström (2014), sid

3 förekommer det att framgång föder framgång och har en forskare erhållit bidrag från en finansiär får hen också från andra finansiärer. I grund och botten är det ett myller av prioriteringsbeslut som till syvende och sist blir till den faktiska nationella policy som implementeras. Det är inte självklart att en enda aktörs roll går att identifiera på ett entydigt sätt, i alla fall finns det anledning att vara försiktig med alltför långtgående slutsatser utifrån en analys som fokuserar på en finansiärs roll och betydelse. Om vi ändå vågar oss på ett försök finns det flera strategier som kan användas. Samtliga forskare inom ett Formasområde kan läggas till grund för klustring (samförekomstanalys) för att identifiera de artiklar som verksamheterna relaterar till. I föreliggande undersökning ingår i uppdraget att försöka relatera Formasområdena till SC-fält och att på basis av den informationen dels beskriva SC-fälten som sådana och svenska prestationer inom dessa i relation till andra länder, dels att försöka säga något om hur Formasforskningen relaterar till hela den svenska forskningen inom relevanta områden. Tabell 2 visar hur Formasområdena relaterar till SC-klasser och vilken/vilka klasser som använts i analysen. För varje Formaskategori har forskarnas publiceringar klassats till SC-fält och tabellen visar andelar av totala antalet artiklar som hör till de mest frekventa SC-klasserna. Tabell 2. Hur Formaskategorier relaterar till SC-fält (procent) för huvudsökande (699 forskare). Formaskategori SC-kategori1 Procent SC-kat 2 Procent Vald SC-kategori Agriculture, Multidisciplinary 1. Jordbruk Agriculture 13% & Agronomy 2. Skogsbruk Forestry 13% Forestry 3. Djurhållning & veterinärmedicin Veterinary Sciences 11% Veterinary Sciences 4. Livsmedelsvetenskap Nutrition & Dietetics 10% Food Science & Technology 6% Food Science & Technology 5. Fisk- och vattenbruk Fisheries; Marine & Freshwater Biology 11% Fisheries 6. Naturresurser och materialåtervinning Polymer Science 11% Chemistry 9% n.a. 7. Ekologi Ecology 16% Ecology 8. Klimat Meteorology & Atmospheric Sciences 19% Meteorology & Atmospheric Sciences 9. Miljö- och naturvård Environmental Sciences 15% Biodiversity & Conservation; Environmental Sciences & Ecology 6% Environmental Sciences 10. Miljöeffektforskning & miljötoxikologi Environmental Sciences 12% Engineering; Environmental Sciences & Ecology 5% Toxicology 11. Anläggningar, miljö-, bygg-, och produktionsteknik Physics 14% Construction & Building; Civil Engineering 12. Bebyggelse, bygg- och förvaltningsprocessen Energy & Fuels; Engineering 8% Physics n.a. Environmental Sciences & 13. Stad- och landsbygdsutveckling Ecology 8% Business & Economics Urban Studies Många av Formaskategorierna är i stort oproblematiska, det gäller kategori 1-3; 5, 7-9, men kategori 6 och 12 har inga självklara kandidater bland de 22 SC-fält som pekas ut av Formas själva. I några fall, kategori 4, 10 och 13 är den kategori som dominerar bland forskarna utpekad, men där finns andra SC-fält som kan anses utgöra en väsentlig del av den forskning som förväntas från forskarnas sida. Ta Formaskategori 10 som ett exempel: Miljötoxikologi är en stor del av området och det vore rimligt att tänka sig att specialiseringen Toxicology vore en naturlig tidskriftsklass för den forskningen, men eftersom det är miljöforskning så hamnar en hel del av publiceringarna i andra kategorier. Detta gör att Toxicology sannolikt inte är den perfekta motsvarigheten för just de forskare som Formas 3

4 har gett bidrag. Samtidigt kan det vara av intresse för Formas att grundforskningen inom toxikologi inte utarmas eller minskar i omfattning. På det sättet kan toxikologi ses som en indikator på verksamheten också inom miljöområdet. Självfallet ger detta i högsta grad anledning att läsa rapporten med försiktighet och detta pekar mot att slutsatserna blir förhållandevis svagt formulerade. Formasområdena belysta: länder prestationer potential diversitet Detta avsnitt går igenom de tretton Formasområdena vart och ett för sig för att sedan summera till ett allmänt omdöme om förutsättningar för framtida forskning av hög kvalitet. Framställningen följer följande ordning: i första avsnittet (A) ges information om fältet i sin helhet baserat på den huvudsakliga SC-kategorin. I avsnittet (B) ges information om hur Formasforskarna (huvudsökande) presterar under perioden och under rubrik (C) koncentreras framställningen till frågor om ledande forskare, hot spots och diversitet kontra specialisering. Med avseende på nätverk för forskning inom respektive område kan följande figur gällande ekologiområdet (Ecology) tjäna som utgångspunkt: Figur 1. Relationer mellan länder baserat på ömsesidiga samarbeten på artiklar inom området Ekologi. Klustras länderna på förekomster av samarbeten kommer det i Ekologifallet att bli de nordiska länderna (Sverige, Finland, Norge, Danmark) som läggs samman i ett kluster. Men, som vi ser av 4

5 bilden är det mycket som talar för att Europa som helhet utgör ett samarbetskluster med många relationer mellan respektive nation. I de fall kartorna ser ut som i det ovan angivna Ekologifallet kommer samarbeten att betraktas som europeiska och i annat fall preciseras hur samarbetsbilden mer exakt ser ut. 1. Jordbruk (Agriculture, Multidisciplinary & Agronomy) A. SC-fält - Forskningen inom detta fält placerar Sverige på 20:e plats med knappt 400 fraktionerade publiceringar. Aktivitetsnivån är förhållandevis låg. Danmark, ett land med betydligt mindre folkmängd, ligger strax före Sverige i artikelproduktion. Citeringsgraden för området är strax under Sverigesnittet och landar på 1,07. Danmark har väsentligt högre citeringsgrad. I allt väsentligt har fältet ett europeiskt samarbetsmönster. B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå 1,44 med 100 % fler Top1 % artiklar än förväntat. Området ligger på en förväntad andel av produktionen om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden C. Hot spots - Inom detta fält har Sverige en något högre andel i de kluster som har högre citeringsgrad och normal tillväxt. Inom detta område saknas dock fält med särskilt hög tillväxt. Diversiteten ger vid handen att Sverige har medelgod fördelning över topics (kluster) men det finns ett par kluster där Sverige kan sägas ha en specialisering med mer än 10 % av de svenska artiklarna. 2. Skogsbruk (Forestry) A. SC-fält - Forskningen inom detta fält placerar Sverige på 10:e plats med knappt 400 fraktionaliserade publiceringar. Detta gör detta område till en svensk paradgren, dvs. mycket hög aktivitet relativt andra länder och i förhållande till Sveriges normala produktion. Finland, ett land med en betydligt mindre population, ligger dock klart före Sverige i artikelproduktion. Citeringsgraden för området är väl under Sverigesnittet på och ligger på 1,05. Finland har likaledes en citeringsgrad som ligger på påfallande låg nivå. I allt väsentligt har fältet ett europeiskt samarbetsmönster. B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå än SCfätets 1,38, men denna höga citeringsgrad beror mestadels på goda artiklar i häradet TOP5%-TOP25% vilka ligger klart över förväntat värde. Området ligger på en förväntad andel av produktionen om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden C. Hot spots - Inom detta fält med förhållandevis få kluster med hög citeringsgrad har Sverige ett (climate) som också har hög tillväxt. Sverigebilden dras ned av att man är tungt förankrad i lågciterade kluster. Det skulle t o m kunna sägas att det är en svensk specialitet att specialisera sig inom dessa kluster Diversiteten i form av fördelning över topics (kluster) är således påtagligt god. Detta till trots finns ett par topics där Sverige kan sägas ha en specialisering med mer än 10 % av de svenska artiklarna (se vidare SC redovisningarna). 5

6 3. Djurhållning & veterinärmedicin (Veterinary Sciences) A. SC-fält - Forskningen inom detta fält placerar Sverige på 19:e plats med cirka 600 fraktionaliserade publiceringar. Danmark, ett land med en betydligt mindre population, ligger strax över Sverige i artikelproduktion (fraktionaliserad). Citeringsgraden för området är strax Sverigesnittet på 1,15 och landar på 1,22. Danmark har en citeringsgrad som ligger strax över denna nivå på 1,33. Samarbetsmönstret för detta fält sönderfallet i flera europeiska kluster, ett mer nordiskt inkluderandes Polen, ett västeuropeiskt och ett sydeuropeiskt. B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå 1,47, och denna höga citeringsgrad beror framförallt goda artiklar i häradet TOP5 %-TOP25 % vilka ligger klart över förväntade värden. Området har en förväntad andel av produktionen om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden C. Hot spots - Inom detta fält med förhållandevis få kluster med hög citeringsgrad har Sverige ett topic (vte; thrombosis) som har medelgod tillväxt. Sverigebilden dras ned av att man är tungt förankrad i medelciterade kluster. Diversiteten i form av fördelning över topics (kluster) är mycket god. Inget topics lever upp till det specifika villkoret med en specialisering uppgående till mer än 10 % av de svenska artiklarna (se vidare SC redovisningarna). 4. Livsmedelsvetenskap (Food Science & Technology) A. SC-fält - Forskningen inom detta fält placerar Sverige på 21e plats med cirka 400 fraktionaliserade publiceringar. Danmark, ett land med en betydligt mindre population, ligger väsentligt över Sverige i artikelproduktion (fraktionaliserad) med närmare 650 artikelfraktioner. Citeringsgraden för området är väsentligt under Sverigesnittet på 0,96. Återigen har Danmark en citeringsgrad som ligger på nivån 1,15. Sett med omvärldens ögon gör Sverige en förhållandevis liten andel av den globala forskningen (<1 %). Fältet har ett europeiskt samarbetsmönster. B. Formasområde - Formas forskare (huvudsökande) presterar på en något högre nivå 1,19, en nivå som knappast antyder annat än förväntade värden. Området har en väsentligt högre andel av total (12 % mot förväntade 8 %) produktionen om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden , dvs. hög aktivitet relativt andra svenska områden. C. Hot spots - Inom detta fält med förhållandevis få kluster med hög citeringsgrad har Sverige ett topic (cow) som har medelgod tillväxt. Sverigebilden dras ned av att man är tungt förankrad i lågt citerade kluster. Diversiteten i form av fördelning över topics (kluster) är medelgod. Tre topics uppfyller det specifika villkoret med en specialisering uppgående till mer än 10 % av de svenska artiklarna (se vidare SC redovisningarna). 5. Fisk- och vattenbruk (Fisheries) A. SC-fält - Forskningen inom detta fält placerar Sverige på 27e plats med drygt 100 fraktionaliserade publiceringar. Danmark, ett land med en betydligt mindre population, ligger väsentligt över Sverige i 6

7 artikelproduktion (fraktionaliserad) med närmare 200 artikelfraktioner. Citeringsgraden för området ligger något under Sverigesnittet på 1,09. Danks forskningar har en citeringsgrad som ligger väsentligt högre, 1,25. Sett med omvärldens ögon gör Sverige en förhållandevis liten andel av den globala forskningen (ca. 1 %). Möjligen sönderfaller samarbetsmönstret för detta fält i minst två; ett med Sverige tillsammans med ett antal nordliga länder (inkl Canada) och ett med övriga (inkl Norge). B. Formasområde - Formas forskare (huvudsökande) presterar på en något högre nivå 1,13, en nivå som dock knappast antyder annat än förväntade värden. Området förefaller sakna topprestationer. Fisk- och vattenbruk har till viss del en lägre andel av total (ca. 5 % mot förväntade 8 %) produktionen om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden , dvs. generellt lägre andel finansiering relativt andra svenska områden. C. Hot spots - Inom detta fält med förhållandevis få kluster med hög citeringsgrad har Sverige ett topic (cow) som har medelgod tillväxt. Sverigebilden dras ned av att man är tungt förankrad i medelciterade kluster. Diversiteten i form av fördelning över topics (kluster) är låg. Ett topic uppfyller det specifika villkoret med en specialisering uppgående till mer än 10 % av de svenska artiklarna (se vidare SC redovisningarna), de facto en specialisering på närmare 20 % till ett enda kluster (lamprey). 6. Naturresurser och materialåtervinning (SC-kategorier saknas) A. SC-fält - Forskningen inom detta fält har inte några direkta motsvarigheter inom de utvalda Formas-relaterade SC-kategorierna. Området relaterar i stor utsträckning, om vi ser till de forskare som erhåller finansiering från Formas, till områden som Polymer Science; Chemistry; Engineering; Physics. B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå 1,34. Denna jämförelsevis höga citeringsgrad beror dock mestadels på artiklar i häradet Top10%-Top25% som ligger klart över förväntat värde. Topprestationerna är inte fler än förväntat. Området närmar sig den andel av produktionen som kan förväntas om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas inte ser ut att satsa särskilt på forskningen inom detta område. C. Hot spots - Se svar på fråga A ovan. 7. Ekologi (Ecology) A. SC-fält - Forskningen inom detta fält placerar Sverige på 14:e plats med drygt 1000 fraktionerade publiceringar. Forskningen på området innebär således en hög svensk aktivitetsnivå relativt andra länder och i förhållande till Sveriges normala produktion (>1,5% av total världsproduktion). Andra nordiska länder ligger dock på ungefär samma nivå räknat efter befolkningstalen, vilket sannolikt gör att dessa länder har högre produktion än förväntat (Norge, Finland, Danmark). Citeringsgraden för området ligger på en nivå som något överstiger Sverigesnittet, dvs. 1,21. Området har en tydlig europeisk samarbetsbild. B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå 1,42. Denna jämförelsevis höga citeringsgrad beror på artiklar i häradet Top5 %-Top25 % vars andelar ligger klart över förväntade värden. Topprestationerna är dock inte fler än förväntat. Området ligger 7

8 nära den andel av produktionen som kan förväntas om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas förefaller satsa normala resurser på detta område. C. Hot spots - Inom detta fält finns förvånansvärt få kluster med hög citeringsgrad, citeringsbilden är m a o utspridd över många topics. Sverige har aktivitet inom viss aktivitet inom dessa kluster som också har hög eller god tillväxt. Sverigebilden kännetecknas av den höga diversiteten i form av spridning över ett stort antal topics (kluster). Det framkommer att det inte finns någon specialisering till ungefär 10 % av de svenska artiklarna (se vidare SC redovisningarna). 8. Klimat (Meteorology and Atmospheric Sciences) A. SC-fält - Forskningen inom detta fält placerar Sverige på 18:e plats med ca. 500 fraktionaliserade publiceringar. Forskningen på området innebär således en märkbar svensk aktivitetsnivå relativt andra länder och i förhållande till Sveriges normala produktion ( 1,1% av total världsproduktion). Andra nordiska länder ligger dock på ungefär samma nivå trots att de har betydligt lägre befolkningstal. Dessa länder har således en högre produktion än förväntat (gäller Norge, Finland), Danmark har väsentligt lägre nivåer. Citeringsgraden för området ligger på 1,10,dvs. i paritet med Sverigesnittet. Området har en tydlig europeisk samarbetsbild. B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå 1,54. Denna jämförelsevis höga citeringsgrad beror framförallt på artiklar i häradet Top5 %-Top25 % vars andelar ligger klart över förväntade värden. Även topprestationerna är betydligt fler än förväntat. Området utgör en väsentlig andel av Formas-produktionen. Betydligt högre än förväntat om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas förefaller satsa mer resurser på detta område än vad som kunde förväntas. C. Hot spots - Inom detta fält finns förvånansvärt få kluster med hög citeringsgrad, citeringsbilden är m a o utspridd över många topics. Sverige har tydlig och väsentlig aktivitet inom inom flera av de högciterade klustren av vilka merparten också har hög eller god tillväxt. Sverigebilden kännetecknas av den höga diversiteten i form av spridning över ett stort antal topics (kluster). Det visar sig bland annat i att det inte finns någon specialisering som uppgår till 10 % av de svenska artiklarna (se vidare SC redovisningarna och sista kartan som markerar svenska noder med röd färg, de är utspridda över hela kartan). 9. Miljö och naturvård (Biodiversity & Conservation; Ecology; Environmental Sciences) A. SC-fält - Miljö och naturvård är i mångt och mycket sammansatt av det område som utgör Ekologi, men är bredare och innefattar även biodiversitet och allmän miljöforskning. En sammanvägd bild av dessa tre områden är inte helt enkel att framställa men för samtliga gäller att det handlar om en märkbar för att inte säga hög aktivitet. Sverige har en högre andel artiklar inom dessa områden än vad som kunde förväntas. Även andra nordiska länder har påtagligt hög aktivitet. Endast Norge är större inom Biodiversitet annars är Sverige större, om än inte i relation till befolkningstal. Inom samtliga tre forskningsfält ingår Sverige i ett europeiskt forskningsnätverk. 8

9 B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå 1,45. Denna jämförelsevis höga citeringsgrad beror framförallt på artiklar i häradet Top5 %-Top25 % vars andelar ligger klart över förväntade värden. Topprestationerna är inte fler än förväntat. Området utgör en förvånansvärt liten andel av Formas totala produktion. Betydligt lägre än förväntat om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas förefaller satsa mindre del av sina resurser på detta område än vad som kunde förväntas. C. Hot spots - Inom detta fält finns förvånansvärt få kluster med hög citeringsgrad, citeringsbilden är m a o utspridd över många topics. Sverige har tydlig och väsentlig aktivitet inom ett flertal av de högciterade klustren av vilka merparten också har hög eller god tillväxt. Sverigebilden kännetecknas av den höga diversiteten i form av spridning över ett stort antal topics (kluster). Det visar sig bland annat i att specialiseringarna som uppgår till 10 % av de svenska artiklarna inte är annat än ett fåtal inom biodiversitet (se vidare SC redovisningarna och sista kartan som markerar svenska noder med röd färg, de ser ut att vara utspridda över hela kartan). 10. Miljöeffektforskning & miljötoxikologi (Toxicology; men här ingår egentligen en hel del Environmental Sci & Ecology) A. SC-fält - Forskningen inom detta fält placerar Sverige på 30:e plats med ca. 400 fraktionaliserade publiceringar. Forskningen på området innebär således en förhållandevis låg svensk aktivitetsnivå relativt andra länder och i förhållande till Sveriges normala produktion ( 0,5 % av total världsproduktion). Andra nordiska länder ligger på ungefär samma nivå trots att de har betydligt lägre befolkningstal. De har således en högre produktion än förväntat (gäller Norge, Finland), Danmark har ännu högre nivåer med ca. 650 fraktioner under perioden. Citeringsgraden för området ligger på 0,95, en nivå väl under Sverigesnittet på 1,15. Området har en otydlig samarbetsbild med Sverige något utanför det engelsk-holländska klustret, Sverige relativt tydligt i kluster med nordiska länderna och Polen. B. Formasområde - Formas forskare (huvudsökande) presterar på en avsevärt högre nivå 1,60 och det jämförelsevis största området om vi ser till absoluta antalet publiceringar. Denna jämförelsevis höga citeringsgrad beror på artiklar i häradet de översta percentilerna vars andelar ligger stort över förväntade värden. särskilt topprestationerna är väsentligt fler än förväntat med 2,5 % i Top1 %. Området ligger nära den andel av produktionen som kan förväntas om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas förefaller satsa normala resurser på detta område. C. Hot spots - Inom detta fält finns några kluster med hög citeringsgrad, och Sverige har tydlig och väsentlig aktivitet inom flera av de högciterade klustren av vilka merparten också har åtminstone god tillväxt. Sverigebilden kännetecknas av den låg diversitet i form av spridning över topics (kluster). Det visar sig bland annat i att det finns flera kluster som uppgår till ca. 10 % av de svenska artiklarna (se vidare SC redovisningarna och sista kartan som markerar svenska noder med röd färg, i det här fallet är de rödmarkerade noderna mer sällsynta och inte spridda över hela kartan). 9

10 11. Anläggningar, miljö-, bygg-, och produktionsteknik (Construction and Building samt Engineering, Civil) A. SC-fält - Forskningen inom detta fält placerar Sverige på 21:e plats med knappa 400 fraktionerade publiceringar. Forskningen på området innebär en förhållandevis låt svensk aktivitetsnivå relativt andra länder och i förhållande till Sveriges normala produktion ( 0,67 % av totala världsproduktionen). Andra nordiska länder ligger på liknande nivåer i paritet med deras lägre befolkningstal. Citeringsgraden för området ligger på 0,96, en nivå väl under Sverigesnittet på 1,15. Området har en tydlig europeisk samarbetsbild även om det är frågan om mer fåtaliga relationer. B. Formasområde - Formas forskare (huvudsökande) inom detta område presterar på en låg nivå 1,02. Denna jämförelsevis låga citeringsgrad beror framförallt på att artiklarna som borde tillhöra toppklasserna gör långt under förväntade värden. Området ligger nära den andel av produktionen som kan förväntas om vi räknar efter percentilmodellens viktade poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas förefaller satsa adekvata resurser på detta område. C. Hot spots - Inom detta fält finns förvånansvärt många kluster med hög citeringsgrad, men citeringsbilden för Sveriges del är negativ inom dessa områden och svenska forskare har tydligen inga väsentliga aktiviteter inom dessa högciterade kluster som dock saknar hög tillväxt. Sverigebilden kännetecknas av en koncentration till ett antal topics (kluster), inte sällan i nedre delen av citeringsskalan. Det är dock inte frågan om en höggradig koncentration till ett fåtal kluster som uppgår till 10 % av de svenska artiklarna (se vidare SC redovisningarna och sista kartan som markerar svenska noder, de är mer sällsynta och inte spridda över hela kartan) utan ett exempel på ett mellanting, dvs. varken eller. 12. Bebyggelse, bygg- och förvaltningsprocessen (området saknar Formasrelaterade SC-klasser) A. SC-fält - Forskningen inom detta fält har inte några direkta motsvarigheter inom de utvalda Formas-relaterade SC-kategorierna. Området relaterar i stor utsträckning, om vi ser till de forskare som erhåller finansiering från Formas, till områden som Energy & Fuels; Physics; Materials Science; Engineering etc. B. Formasområde - Formas forskare (huvudsökande) presterar på en något högre nivå än den normalsvenska 1,23. Denna jämförelsevis höga citeringsgrad beror dock mestadels på artiklar i häradet Top10 %-Top25 % som ligger väl över förväntat värde. Topprestationerna är färre än förväntat. Området har en mycket liten andel av produktionen om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas inte satsat särskilt på detta område. C. Hot spots - Se svar på fråga A ovan. 13. Stads- och landsbygdsutveckling (Urban Studies) A. SC-fält - Stad och land är i mångt och mycket sammansatt av de fält som berör Environmental Studies samt Business & Economics i allmänhet. Här har vi valt att koncentrera framställningen kring 10

11 Urban Studies och Environmental Studies, vilket inte kan sägas vara en riktigt relevant bild av forskningen. En sammanvägd bild av dessa två områden kan dock tjäna som utgångspunkt för att beskriva fältet som sådant. Helt enkelt är det inte att framställa men för båda gäller att det handlar om en märkbar för att inte säga mycket hög aktivitet. Sverige har en högre andel artiklar inom dessa områden än vad som kunde förväntas ( 2,0 % av totala världsproduktionen, lägre för Urban Studies) och ligger på 9:e plats i båda områdena med drygt 600 artikelfraktioner inom miljöstudierna. Andra nordiska länder har aktivitet i paritet med befolkningstalen. Inom båda forskningsfälten ingår Sverige i europeiska forskningsnätverk men sparsamt, mycket av forskningen ser ut att ha lokal prägel. B. Formasområde - Formasforskarna (huvudsökande) presterar på en nivå i paritet med den svenska nivån 1,13. Topprestationerna lyser med sin frånvaro. Området utgör en förvånansvärt liten andel av Formas totala produktion. Betydligt lägre än förväntat om vi räknar efter percentilmodellens poäng och tar hänsyn till antalet forskare som Formas finansierat under perioden Ur den synpunkten kan hävdas att Formas förefaller satsa mindre del av sina resurser på detta område än vad som kunde förväntas. C. Hot spots - Inom detta fält finns endast ett litet antal kluster med hög citeringsgrad, citeringsbilden är m a o utspridd över många topics. Sverige har viss aktivitet inom ett något av de högciterade klustren av vilka merparten också har hög eller god tillväxt. Sverigebilden kännetecknas av en relativt hög diversitet i form av spridning över ett stort antal topics (kluster). Det visar sig bland annat i att specialiseringarna som uppgår till 10 % av de svenska artiklarna inte uppgår till mer än ett enda (se vidare SC redovisningarna och sista kartan som markerar svenska noder med röd färg, de är utspridda över hela kartan), men resilience är av förklarliga skäl ett kluster med mycket hög andel publiceringar. Vad är förhållandet mellan Formas forskare och svenska prestationer inom prioriterade SC-klasser? Analysens underlag är 1) de genomgångar av ett 22 SC-fält som bifogas denna rapport, samt 2) den analys av 700 huvudsökande som erhållit medel från Formas under perioden, och 3) en analys av tidskriftsklasserna på basis av tillkännagivanden (acknowledgements) i artiklar. Det senare materialet är hämtat från InCites (Web of Science) under perioden , och ger en snabb analys av hur stor andel av respektive tidskriftsklass som härrör sig till Formas finansiering (sannolikt under en längre tidsperiod ). Detta material ger oss möjlighet att lite mer precist bedöma Formas insatser på respektive område som det definieras av tidskriftsklasserna. En fråga för analysen gäller huruvida Formas bidrag har en positiv inverkan på den svenska forskningen? Är Formas huvudsökande potentiella draglok för forskningskvalitet eller bygger Formas enklaver av kvalitet på olika ställen? Förutsättningar för att utreda den frågan är inte de allra bästa med den valda ansatsen, särskilt eftersom det inte finns någon entydig och klar relation mellan Formasområden och SC-klasser. Ett sätt att titta närmare på frågan kan vara att jämföra SC-klassens svenska publikationer med Formasforskarnas även om vi vet att de förra inte avser alla de senares publikationer, vilka gärna sprids över många tidskriftsklasser. Figur 2 visar att det finns en viss tendens att Formasforskarna gör bättre resultat fältet i sin helhet (den svenska delen) ligger högre. Självfallet kan det också vara frågan om ett omvänt förhållande; när den svenska forskningen är bra har Formas förmåga att selektera de bidragsmottagare som har bra prestationer. 11

12 Figur 1: Formasforskare och deras motsvarande tidskriftsklass: fältnormerad citeringsgrad. Områdena 6, 10, 12 och 13 saknar motsvarigheter till entydiga SC-klasser. Mycket talar för att de områden där Sverige har en förhållandevis stark satsning: skog, klimat, miljö samtidigt är de områden där svensk forskning gör det största avtrycket och har den bästa citeringsprofilen, dvs. med topprestationer som går långt utöver förväntade värden. Detta sammanfattar förstås det lilla landets dilemma det går inte att satsa på allt, det går inte att ha en hög diversitet inom alla fält, inte ens inom alla de fält som bedöms vara av intresse från olika aktörers synpunkt. Detta betyder att kvantitet spelar roll, ju fler publikationer ett land kan bidra med desto större möjlighet att samtidigt bidra med topprestationer. Inom andra fält får ett enskilt land nöja sig med att hålla igång en bevakningsforskning. Låt oss inte stanna vid dessa noteringar utan försöka ta frågan ett litet steg till. Artikeldatabasen Web of Science indexerar vem som finansierat forskningen som resulterat i artiklar via de acknowledgements som framför tack från forskarnas sida. Därmed finns uppgifter om hur stor andel av respektive tidskriftsklass som kan knytas till finansiering från Formas. Normalt utgör andelen artiklar som har sådana tillkännagivanden cirka procent av alla originalartiklar. Det är alltså inte en perfekt källa men den kan ge ytterligare perspektiv på frågeställningen om hur Formas bidrar till den svenska forskningen. Tre dataserier ska användas för analysen: 1) andelen Formasartiklar i relation till svenska artiklar i tidskriftsklassen; 2) differensen mellan Formasartiklarnas citeringsgrad och den svenska citeringsgraden; och 3) differensen mellan Formasartiklarnas andel internationella samarbeten på artiklarna och den svenska andelen samarbeten. Resultaten framgår av figur 2. 12

13 Figur 2. Relationen mellan andel Formas av tidskriftsklass (blå linje), differens mellan Formas publikationer och svensk citeringsgrad (röd linej) samt differens mellan internationella samarbeten på Formaspublikationer i relation till övriga svenska artiklar (grön linje) per 22 tidskriftsklasser. Period: Källa: Incites ( ). Trots att det av förklarliga skäl föreligger viss osäkerhet om huruvida samtliga artiklar finansierade av Formas fått tillkännagivanden torde det vara en stor majoritet av artiklarna. Det utgör en förutsättning för analysen. Den blå linjen i diagrammet visar andelen Formas och det är rimligt att Formas finansierar drygt tio procent av artiklarna. I så måtta är resultaten häradet av våra förväntningar. Det är tydligt att det inte råder några direkta förhållanden i form av påverkan åt varken det ena eller andra hållet. En högre andel Formasfinansierade artiklar ger ingen fördel för Formas i form av högre citeringsgrad på artiklarna (röd linje). Inget tyder på att de artiklarna utmärker sig genom att vara mer värdefulla än de icke-formasfinansierade artiklarna. Inte heller graden av internationella samarbeten ser ut att stimuleras av Formasfinansiering. Detta är ägnat att förvåna och borde bli föremål för vidare undersökningar. Litteratur och källor Sandström, Ulf (2014). Bibliometric evaluation of SEPA-funded large research programs Report Naturvårdsverket. Databas: Thomson Reuters Web of Science 13

14 Appendix 1. Områdesanalyser, SC, beskrivs för nedanstående områden med en pdf om 7-8 sidor. Område Agricultural Economics & Policy Agricultural Engineering Agriculture, Dairy & Animal Science Agriculture, Multi & Agronony Biodiversity Conservation Biotechnology & Applied Microbiology Construction & Building Technology & Engineering, Civil Ecology Engineering, Environmental Engineering, Geological Environmental Sciences Environmental Studies Fisheries Food Science & Technology Forestry Horticulture Limnology Marine & Freshwater Biology Meteorology & Atmospheric Sciences Oceanography Soil Science Toxicology Urban Studies Water Resources Veterinary Sciences 14

15 Agricultural Economics & Policy I det här fallet har jag valt att mixtra med underlaget eftersom WC-klassen innehöll en hel del som inte hörde dit (av oförklarliga skäl ingick där Biomedicin). Jag tog ut det som var relaterat till ekonomi och företagssamhet. Undersökte sedan vilka artiklar som citerade till det materialet. På basis av detta genomfördes en ny analys på enbart det materialet. Tabell 1. Bbliometriska indikatorer per land COUNTRY P Frac P NCS VITALITY TOP1 TOP5 TOP10 TOP25 TOP50 USA ,8 1,12 1,09 1,2% 5,0% 9,4% 22,2% 49,5% GERMANY ,4 0,96 1,07 0,5% 2,9% 7,7% 21,8% 43,8% AUSTRALIA ,8 1,24 1,15 1,0% 5,0% 11,8% 26,6% 53,6% SPAIN ,7 0,62 1,08 0,0% 2,3% 4,3% 13,7% 30,6% ENGLAND ,9 1,71 1,14 4,7% 10,7% 15,8% 30,3% 56,2% PEOPLES R CHINA ,9 0,74 1,07 0,3% 3,0% 5,9% 13,2% 37,4% CZECH REPUBLIC ,0 0,44 1,28 0,1% 0,6% 1,5% 4,3% 31,2% CANADA ,5 0,72 1,04 0,1% 1,3% 4,9% 13,8% 42,4% FRANCE ,7 0,91 1,08 0,1% 2,4% 8,4% 21,6% 44,6% NETHERLANDS ,8 1,22 1,10 2,2% 6,2% 9,6% 20,9% 48,6% BRAZIL ,9 0,15 1,06 0,1% 0,6% 0,8% 0,9% 9,0% ITALY ,0 1,11 1,11 1,5% 6,1% 10,0% 21,3% 43,1% SOUTH AFRICA ,7 0,52 1,10 0,4% 1,5% 4,8% 12,0% 21,8% BELGIUM 88 54,8 1,14 1,12 0,0% 5,8% 14,7% 27,9% 45,7% SLOVAKIA 56 48,3 0,48 1,33 0,0% 0,2% 1,7% 5,5% 31,8% NORWAY 67 43,3 1,58 1,10 2,2% 8,1% 18,6% 33,6% 54,2% TAIWAN 54 41,9 0,45 1,01 0,0% 0,0% 3,0% 6,5% 24,0% DENMARK 58 39,6 1,41 1,10 0,0% 6,5% 12,4% 33,2% 63,3% JAPAN 50 37,4 0,84 1,08 0,4% 2,4% 5,9% 13,3% 39,3% SWEDEN 57 37,1 0,96 1,06 0,0% 4,0% 5,8% 22,8% 55,4% NEW ZEALAND 58 31,5 1,27 1,05 2,3% 7,5% 12,6% 22,6% 55,4% SWITZERLAND 47 30,0 0,79 1,08 0,0% 0,0% 2,6% 18,6% 43,5% FINLAND 31 22,7 1,10 1,23 0,0% 5,5% 17,9% 29,4% 51,4% Total ,97 1,10 0,9% 4,0% 8,3% 19,3% 43,5% 15

16 Tabell 2: Name Cluster NORWAY 0 CZECH REPUBLIC 0 FINLAND 0 ITALY 1 GERMANY 1 DENMARK 1 SWITZERLAND 1 SWEDEN 1 TAIWAN 2 JAPAN 2 CANADA 2 PEOPLES R CHINA 2 USA 2 SLOVAKIA 3 BELGIUM 3 BRAZIL 3 SPAIN 3 NETHERLANDS 3 FRANCE 3 AUSTRALIA 4 NEW ZEALAND 4 ENGLAND 4 SOUTH AFRICA 4 16

17 17

18 Tabell 3: visar hur Sverige positionerar sig per artikelkluster ( signifikanta värden >5 SweFracP) Cluster TOT INCREASE NCSf %SWE RCA SweFracP SweNCSf 1stTerm ,4 0,70 9,8% 1,7 4,0 0,48 trade ,7 1,07 37,2% 1,5 15,2 0,82 household ,4 0,67 3,7% 0,6 1,5 0,42 efficiency ,4 0,81 1,6% 0,2 0,7 1,65 food ,3 1,48 6,1% 0,5 2,5 1,34 price ,4 1,07 21,6% 1,1 8,8 0,70 crop ,8 1,10 16,4% 6,7 1,43 consumer ,1 0,87 1,2% 0,3 0,5 4,41 food ,6 0,47 2,4% 1,0 1,30 migration ,5 0,70 0,0% ewe ,7 0,07 0,0% cost TOT ,6 1,00 100% 1 41,0 0,96 Tabell över mest frekventa svenska forskare per kluster Cluster AU Frac 1 Azar, G Nilsson, J Ellegard, LM Teklewold, H Kohlin, G Gustafsson, B Andersson, E Feng, L 8,6 7 Nilsson, M Persson, A Yano, Y Jansson, T Kazukauskas, A Hansson, H Nilsson, P Lagerkvist 6,5 8 Hess, S Liljenstolpe, C Carlsson, F Hansson, H Kristrom, B Hoffman, R Largerkvist, CJ Keel 4,7 0 Li, YH Gullstrand, J Hess, S 3,0 6 Henders, S Kuchler, M Ostwald, M Durevall, D 1,8 4 Oh, DH Ferguson, R Olofsson, C 1,7 12 Jaraite, J Kazukauskas, A 1,0 5 Nordstrom, J Thunstrom, L 1,0 11 Carlsson-Kanyama, A Frostell, B 0,7 10 Waldenstrom, D 0,3 18

19 Tabell 4. RCA - Revealed Comparative Advantage för de mest publiceringsaktiva länderna clus AUS BEL BRA CAN CZE DEN ENG FIN FRA GER ITA JAP NET NZE NOR PRC SLO SOA SPA SWE SWI TAI USA TOT 12 0,44 0,66 0,92 3, ,84 0 1,11 5, ,61 1,47 0 0, ,41 1,91 2,31 0 0, ,66 2,11 0,39 1,68 1,17 0,91 0,59 1,35 1,93 0,83 2,42 1,37 0,3 0,79 0,75 1,08 1,19 1,36 1,49 1,67 0,38 0,39 0, ,52 1,99 0,37 0,74 0,27 1,02 1,16 0,51 1,12 1,29 0,77 1,49 1,83 0,91 0,89 1,68 0,39 1,8 0,65 1,48 0,89 2,1 0, ,1 0,9 0,19 1,14 0 2,16 1,14 0,58 1,04 0,89 1,39 1,43 0,78 1,51 1,26 0,63 0 0,3 1,41 1,09 0,92 0,82 1, ,07 0,43 0,41 1,18 0,57 0,68 0,75 2,21 1,13 0,94 0,83 0,1 0,94 1,67 0,38 0,71 0,04 0,73 0,96 1,09 1,71 0,37 1,069 1 tot ,69 0,6 0,05 0,46 0,69 0,9 1,28 2,12 0,68 0,82 0,75 2,12 1,56 0,71 1,02 1,42 0,68 1,06 2,12 0,58 0,95 1,14 0, ,73 0,54 0,89 1,28 0,57 0,3 1,06 0,11 0,7 0,78 1,13 0,63 0,53 0,12 2,68 1,06 0,49 1,33 0,87 0,51 0,62 0,99 1, ,18 0,61 0 0,48 11,9 1,38 1,55 1,71 0,31 0,91 0,82 0,47 0,68 0,61 0,4 0 13,2 0,5 0,28 0,26 1,8 0 0, ,53 0,07 0 0,82 1,06 1,01 0,78 0,51 0,7 0,65 0,72 1,04 0,1 0,8 0,85 0,7 1,48 0,29 0,17 0,21 0,29 0,83 1, ,54 1, ,52 0 2,46 0,86 0,85 0 1, ,38 0 0,86 10,1 0 1,27 0 0, ,3 0 0, , , ,

20 Tabell 5. Beskrivning av klustren med 20 termer (substantivfraser) Cluster Term # PAPER 0 trade export country market china tariff import policy gravity food product price almond standard mercosur effect model barrier income welfare household farmer market food income china poverty smallholder adopt product farm chain rights africa evidence impact effect land price data efficiency technical efficiency dea product envelop inefficiency frontier tfp output farm data envelopment input growth china farmer malmquist stochastic frontier food price demand household market consumer income elasticity obese? consumption expenditure tax policy estime effect model calorie change intake data price market biofuel volatils ethanol commodity food transmission model oil policy future export change oil price corn trade price transmission fuel wheat crop insurers model policy risk irrigator land climat farmer price soil change water market system product soc des region climate change consumer food preferent wtp choice attribut choice experiment inform respondent willingness market product label experiment valuation welfare auction price food emission product policy development local food market republic system czech republic paper consumer business agriculture company chain country approac migration food talent wine oxfam household label product design children market expenditure ftc cma sbw cooxupe canards cma label pepper agriculture cons ewe coexistence maize qpm bcs carcass ojinegra gmht seacers lactation meat colour insulin tryptophan lamb acid sponge igf-i non-gm crop pollen cost company product cost management activity sul agribusiness environmental cost rio grande manager castor case study rio biological assets santa information re 58 20

21 Karta med klusternummer och svenska artiklar angivna som rödmarkerade noder 21

22 Agriculture, Dairy & Animal Science Tabell 1 Länder och bibliometriska indikatorer för A, D & A (WoS-Category) COUNTRY Full P Frac P NCSf VITALITY TOP1 TOP5 TOP10 TOP25 TOP50 USA ,05 1,05 1,2% 6,1% 12,5% 31,1% 59,5% PEOPLES R ,65 1,04 0,2% 1,9% 5,3% 20,1% 47,7% SPAIN ,73 1,04 0,2% 2,6% 6,7% 21,9% 50,1% JAPAN ,62 1,00 0,2% 1,0% 3,3% 16,0% 45,0% CANADA ,20 1,06 2,0% 9,3% 16,1% 34,9% 60,9% GERMANY ,92 1,05 1,0% 4,7% 9,2% 27,9% 56,8% ITALY ,72 1,04 0,2% 2,1% 5,1% 22,1% 51,5% FRANCE ,04 1,04 0,9% 5,6% 11,5% 33,9% 63,0% BRAZIL ,73 1,05 0,4% 3,4% 8,8% 25,4% 57,5% ENGLAND ,86 1,05 1,3% 3,9% 8,7% 23,7% 50,0% SOUTH KO ,56 1,01 0,0% 0,7% 4,1% 16,2% 45,2% NETHERLA ,97 1,08 0,8% 5,5% 10,2% 28,1% 57,6% AUSTRALIA ,18 1,08 2,2% 8,5% 15,6% 35,1% 59,7% INDIA ,39 0,98 0,0% 0,9% 1,9% 10,9% 36,5% DENMARK ,03 1,07 0,9% 5,7% 11,1% 28,2% 57,0% IRAN ,47 0,99 0,3% 0,8% 2,7% 13,5% 45,6% POLAND ,48 1,05 0,1% 1,1% 3,1% 14,5% 44,8% SWEDEN ,76 1,06 0,1% 2,5% 5,9% 21,3% 52,4% TURKEY ,51 1,00 0,5% 1,3% 4,4% 15,9% 42,3% SCOTLAND ,94 1,04 1,6% 4,5% 9,8% 25,4% 53,8% BELGIUM ,09 1,08 2,3% 5,9% 12,9% 33,2% 61,7% IRELAND ,36 1,10 1,7% 10,3% 21,2% 43,6% 66,5% NORWAY ,81 1,08 1,0% 4,1% 8,7% 21,9% 48,5% SWITZERLA ,86 1,06 0,8% 2,6% 7,7% 25,0% 54,7% FINLAND ,90 1,06 1,3% 5,3% 9,6% 25,3% 49,5% Total ,84 1,04 0,8% 4,0% 8,7% 25,0% 53,3% Anm: Förklaringar till kolumnerna: P Antal papers (full count) Frac P Antal artikelfraktioner (fraktionalisering) [fem författare ger 0,2 andelar vardera] NCSf Fältnormaliserad citeringsgrad (normerad mot medelcitering inom området) Vitality Referensålder normerad mot fältets referensålder TOP X% Andel av artiklar som uppfyller villkoren för att tillhöra x:th percentil (fältnormerad) 22

23 Figur och tabell som visar forskningssamarbeten mellan länder (nodstorlek proportionell till Frac P) Figur 1: Relationer mellan länder baserat på ömsesidiga samarbeten på artiklar (färg: röd är hög) Tabell 2. Hur länder klustras baserat på samarbeten (baserat på adress). SOUTH KOREA 2 AUSTRALIA 2 Name Cluster USA 2 BELGIUM 0 FINLAND 3 FRANCE 0 NORWAY 3 SPAIN 0 DENMARK 3 ITALY 0 POLAND 3 NETHERLANDS 0 SWEDEN 3 IRELAND 1 SWITZERLAND 4 ENGLAND 1 TURKEY 4 SCOTLAND 1 IRAN 4 JAPAN 2 GERMANY 4 CANADA 2 INDIA 4 BRAZIL 2 PEOPLES R CHINA 2 Tabell 2 visar att Sverige i princip ingår i ett nordiskt kluster 23

24 Tabell 3: visar hur Sverige positionerar sig per artikelkluster (endast de signifikanta värdena visas) CLUS TOT INCREASE NCSf %SWE RCA SweFracP SweNCSf 1st Term ,3 1,68 4,1% 1,1 10,6 0,56 genome ,5 1,51 0,8% 0,7 rfi ,0 1,49 2,5% 1,4 6,3 0,78 emission ,2 1,44 2,1% 1,3 cow ,2 1,26 2,9% 1,1 7,4 0,69 cow milk ,7 1,18 0,0% 0,0 rumen ,6 1,15 1,4% 1,1 mirna ,0 1,14 1,7% 0,7 fatty acid ,0 1,13 2,3% 0,6 5,9 0,34 cow ,9 1,10 4,8% 2,4 12,3 0,84 milk ,1 1,09 8,6% 2,8 22,1 1,15 mastitis ,1 1,09 3,7% 1,0 9,5 0,93 cow milk ,3 1,06 0,5% 0,4 temperame ,0 1,04 1,5% 0,4 cheese ,6 0,96 3,6% 2,4 9,3 1,20 bpa ,1 0,90 2,8% 1,1 7,1 0,16 carcass ,9 0,87 1,2% 0,6 piglet ,9 0,87 4,6% 1,3 11,8 0,76 cow ,0 0,83 1,1% 0,8 calve ,0 0,83 0,1% 0,1 salmonella ,9 0,82 9,2% 3,3 23,6 1,06 sperm ,1 0,81 6,2% 1,8 15,8 0,86 behaviour ,2 0,80 5,6% 1,0 14,3 0,66 pig ,0 0,80 2,1% 0,5 broiler ,9 0,76 1,9% 1,5 hen ,9 0,73 0,8% 0,5 ewe ,1 0,71 0,4% 0,4 ghrelin ,6 0,71 1,3% 0,5 oncolytic ,0 0,71 0,0% 0,0 selenium ,1 0,70 2,3% 0,6 broiler ,0 0,70 1,3% 0,5 phytase ,8 0,68 0,4% 0,2 gene ,9 0,66 1,2% 0,3 oocyte ,3 0,66 0,4% 0,2 pig ,0 0,65 3,9% 3,0 10,0 0,60 pedigree ,8 0,59 0,6% 0,3 egg ,0 0,58 10,1% 1,9 25,8 0,50 digestion ,8 0,56 0,0% 0,0 ewe ,9 0,55 1,8% 0,7 microsatel ,7 0,55 0,4% 0,2 myostatin ,8 0,52 0,0% 0,0 diet ,8 0,46 0,1% 0,1 pgcs Total Anm: förklaringar ges närmast nedan: 24

25 Cluster anger ett kluster av artiklar som är avgränsat på basis av bibliografisk koppling är årliga uppgifter om artiklar i respektive kluster (Antal i Frac P per kluster). Increase anger förändring mellan 2011/2012 i förhållande till 2009/2010. NCSf anger citeringsgrad per artikelkluster (1,0 är globalt medelvärde), notera att tabellen är sorterad efter denna kolumn. %SWE anger hur Sveriges andel av publikationerna fördelar sig över resp. kluster. RCA anger Sveriges komparativa fördelar i respektive kluster, 1,0 är globalt riktvärde. Antyder att Sverige kan sägas satsa på högciterade områden. SweFracP anger svenska artikelandelar i klustren. SweNCSf anger svenska artiklars fältnormerade citeringsgrad. TERM anger de(n) första klusterterm(en) (substantivfras) för att beskriva artikelklustret. Tjugo termer anges i tabell 5 nedan, vilket närmare kan beskriva klustret. Tabell: Mest frekventa författare per kluster Cluster AU Frac 0 Uden, P Muller, CE E riksson, T Martinsson, K Hetta, M Karlsson, L Lindberg, J E Nadeau, E Bertilsson, J Rustas, BO 17,7 12 Rodriguez-Martinez, H Morrell, J M Wallgren, M Dalin, AM S aravia, F E kwall, H J ohannisson, A S oderquist, L Lundeheim, N Axne 14,2 11 E manuelson, U Waller, KP Lindmark-Mansson, H Akerstedt, M Berglund, B S trandberg, E Forsback, L S vennersten-s jaunja, K Ha 11,6 1 Lindberg, JE Ogle, B Ivarsson, E Lyberg, K Andersson, R Pedersen, C Wierup, M Liu, HY Dicksved, J Larsson, A 10,9 6 Huhtanen, P Uden, P Hetta, M Krizsan, S J Ramin, M Mucha, S Bekele, T Dahlborn, K S wensson, C Nadeau, E 8,9 32 P hilips s on, J Nas holm, A F iks e, F S trandberg, E Viklund, A Hells ten, E T E riks s on, S J orjani, H Braam, A F iks e, WF 8,1 999 Hanson, LA J andel, M Nordquist, L Toma-Dasu, I Dasu, A Lindberg, J E P ierzynowski, S G Hansell, P S tridh, S P alm, F 8,0 7 S trandberg, E Hultgren, J S vensson, C Franzen, J Urioste, J I E manuelson, U Hogberg, M P ehrsson, M Ohlson, A Andersson-E klu 8,0 24 Glantz, M Lunden, A Mansson, HL S talhammar, H Lindstrom, P J uhlin, J Fall, N E manuelson, U Hallen, E Andren, A 7,9 45 Zamaratskaia, G Lundstrom, K Zlabek, V Andersson, K Brunius, C Rydhmer, L Madej, A Lacoutiere, H E inarsson, S Wallgren, M 7,6 10 Keeling, LJ Brannas, E Hartmann, E J ansson, A Lindberg, J E Adriaenssens, B Algers, B Wichman, A Keeling, L Lundeheim, N 7,0 18 P ickova, J Hessle, A Turner, T Bernes, G Lundstrom, K S tengarde, L J ohansson, L Ahnstrom, ML Wallin, K Dahlstrom, F 6,7 5 Fikse, WF Jakobsen, JH Forabosco, F Ronnegard, L Jorjani, H Berglund, B Nilforooshan, MA von Rosen, D Al-S arraj, R Rius-Vila 5,4 28 Hagman, R Magnusson, U Olovsson, M Holst, BS S ahlin, L Bredhult, C S tavreus-e vers, A Rylander, L Giwercman, A Hakansson 5,2 16 Holtenius, K E manuelson, U Frossling, J Lomander, H Gustafsson, H Kronqvist, C S porndly, R Traven, M S vennersten-s jaunja, K 4,9 25 Hessle, AK S wensson, C Cederberg, C Henriksson, M Huhtanen, P S porndly, E Berglund, K E riksson, T Katterer, T Arvidsson, K 4,6 8 Eriksson, M Wall, H Engstrom, B Waldenstedt, L Keeling, LJ Yamada, T Westerblad, H Ridderstrale, Y Elwinger, K Wistedt, A 4,4 20 Gustavsson, AM Martinsson, K Arvidsson, K Hojer, A Griinari, J M J ohansson, BE O 4,3 3 J onsson, L Wall, H Holm, L E lwinger, K J ohansson, L Greko, C Bengtsson, B Lindblad, J 4,3 27 Telezhenko, E Bergsten, C Wattle, O Graunke, KL Lidfors, LM Magnusson, M Nilsson, C Nielsen, P P Ternman, E Lidfors, L 3,9 14 Kumm, KI Andersson, G Nasholm, A Wilbe, M Andersson, L Wiren, A Gunnarsson, U Hedhammar, A Fall, T Olsson, M 3,8 34 Wall, H Kalmendal, R J ensen, P Tauson, R Brunberg, E Keeling, L Andersson, L Karlsson, AC Algers, B 3,6 2 Kindahl, H Bage, R Gustafsson, H Rodriguez-Martinez, H S ahlin, L S oderquist, L E inarsson, S Awasthi, H Hemberg, E S ukjumlo 3,6 60 Rydhmer, L Wallenbeck, A Lundeheim, N Gustafson, G Andersson, A Rombin, J J ensen, P 3,1 22 Rydhmer, L Lundgren, H Lundeheim, N Canario, L Grandinson, K Andersson, K Dalin, AM P ierzynowski, S G Lundstrom, K Li, CB 3,0 9 Freiburghaus, C Lindmark-Mansson, H P aulsson, M Oredsson, S P aulsson, MA J anicke, B Welinder, C Nilsson, BF S aeden, KH 3,0 29 Froberg, S Lidfors, L Lidfors, LM J ung, J Olsson, I J ohansson, B Nadeau, E 2,8 15 Hansson, J Nassel, DR S anjeevi, CB Lindqvist, C Loskog, AS I Garoff, H 2,6 36 Ahlgren, U P atring, J Ulleras, E Mattsson, A Carlsson, G J ohansson, A Kultima, K Danielsson, BR Bengtsson, E Wilson, J 2,5 43 Olstorpe, M P assoth, V S chnurer, J Borling, J 2,0 25

26 Tabell 4. RCA - Revealed Comparative Advantage för de mest aktiva länderna CLU AUS BEL BRA CAN DEN ENG FIN FRA GER IND IRA IRE ITA JAP NET NOR PRC POL SCO SOK SPA SWE SWI TUR USA 1STtERM 12 0,5 1,1 3,3 0,3 0,4 0,9 1,1 0,3 0,7 2,7 0,6 0,5 1 1,1 0,6 0,8 0,6 1,4 0,2 0,7 3,5 3,3 0,4 1,6 0,4 sperm 32 0,4 1 1,6 0,5 1,7 1,6 7,1 1,9 1,3 0,2 1 0,7 0,9 0,3 1,6 2,5 0,2 1,8 2 0,8 2,4 3 0,7 0 0,4 pedigree 11 0,2 2,4 1 1,1 1,4 1,3 1,8 1,1 1,1 0,8 0 0,8 1,4 0,2 2,8 1,2 0,4 0,5 1,3 0,1 1,7 2,8 2 0,6 0,9 mastitis 24 0,3 1,8 0,5 0,5 1,4 0,7 0,8 1 0,6 0,4 0,6 2,1 5,8 0,4 3,1 1,1 1 1,7 0,5 0,7 1,3 2,4 1,6 0,4 0,2 milk ,4 0,6 0,6 1,7 0,5 0,7 1,1 1 0, ,2 2,2 0,6 0,4 1,1 0,8 0,1 0,8 0,5 2,4 0,5 1,3 1,2 bpa 0 1,4 0,7 1,7 1,1 0,6 0,6 0,5 0,8 0,6 2,5 1,7 0 1,5 0,7 0,8 1 0,9 0,3 0, ,9 1 1,2 1 digestion ,7 0,8 0,9 2,2 3,8 2,7 1,9 1,5 0,2 0,3 0,6 1 0,3 2,3 2,6 0,2 0,3 2,6 0,5 0,8 1,8 2,2 0 0,7 behaviour 34 0,6 1, ,9 2,2 1,2 1,6 2,4 0,7 0,1 0 0,4 0,6 3,6 0,5 0,4 0,4 1,1 0,2 1,6 1,5 3,6 0,3 0,8 hen 25 2,7 0,8 0,2 1,4 1,5 1 0,7 2 1,1 0,3 0,3 5,4 0 0,7 1,9 1,5 0,5 0,5 1,5 0,9 2 1,4 1,1 0 0,5 emission 7 0,5 1,6 3 1,3 1,9 0,7 2, ,7 0,9 0,4 1,2 3,5 0,1 0,7 1,7 0,2 1,2 1,3 1,7 0,7 0,8 cow 27 0,5 0,5 0,6 3,2 2,9 3,7 3,2 0,5 1,2 0,4 0,8 2,2 0,2 0,3 1,1 3, ,2 0,1 0,5 1,3 0,8 0,7 0,8 cow 18 0,7 0,1 0,8 1,4 0,7 0,8 2,4 0,5 0,1 0,1 0 3,6 0,8 0,8 0,1 0,9 0,8 0,6 0,4 1,3 1,4 1,1 0 0,5 1,6 carcass 36 0,8 1,5 1,1 0 0,8 1,7 0 0,7 1,9 1 1,3 0 1,7 1,5 1,3 0,5 1,6 0,4 1,1 1,2 0,2 1,1 1,6 0 0,9 mirna 5 4,2 1,3 0,4 0,3 2,1 0,4 1 1, ,6 0,9 0,5 0,5 1,7 3,6 0,5 0,6 3,4 0,8 0,8 1,1 0,3 0,1 0,9 genome 16 0,7 1,1 0,2 1,3 1,7 0,6 0,5 1,3 1,9 0,5 1,1 2,9 0,8 0,7 1,1 0 0,4 0,5 0,2 0,1 0,4 1,1 3,4 0,2 1,4 cow milk 1 0,8 1,1 0,3 2 1,7 0,4 0,3 0,6 1,7 0,1 0,6 2,9 0,5 0,4 0,8 0,6 1,1 1 0,1 3,4 0,7 1 1,1 0,1 0,9 pig 6 0,6 0,3 0,2 2,8 1,9 0,2 2 1,1 1,1 0,2 1,7 1 0,4 0,4 0,7 0,5 0,7 0,2 0,4 0,3 0,4 1 0,4 0,5 1,5 cow milk 29 0,1 0 0,8 2,1 2,3 0,4 1,7 1,1 1,4 0,6 0,2 0,8 0,6 1,4 0,7 0,6 0,6 1,6 0,2 1,1 0,6 0,8 1,5 0 1,2 calve 20 0,2 3 1,4 1,2 1 0,5 3,1 2,1 0,5 0,5 1 0,5 2,4 0,2 1,1 2,2 0,6 0,5 0,6 0,2 1,3 0,7 0,8 0 1,1 fatty acid 14 0,9 0,6 0,7 0,3 0,2 1,2 1,3 0,7 0,8 3,3 0,3 0,3 2,1 1,5 0,6 0,6 2,3 0,6 0,7 1,7 1,5 0,7 1,2 1,1 0,4 microsatel 37 1,3 0,1 0,7 1,9 0,8 0,3 0 1,2 0,3 0,3 1,5 5,7 0,5 2,3 0,4 0,5 0, ,3 0,2 0,7 0,1 0 1,4 rfi 8 0,1 1,4 0,9 0,6 0,4 1,7 0,4 0,9 1 1,2 1,8 0 0,7 0,5 0,3 0,1 1,5 2,1 1,1 0,6 0,4 0,6 0,1 4,4 1,3 broiler 2 0,9 0,4 2 0,7 0,5 1,2 0,2 0,3 1,2 2,2 0,9 1,8 0,7 1,9 0,5 0,1 0,4 1,4 0,5 0,4 0,6 0,6 0,5 0,7 1,4 cow 22 1,4 1,3 1,1 0,5 1,6 1,3 0,9 2,9 1, ,2 0,3 0,9 2,3 2,5 1,2 0,7 0,5 1,2 1,2 0,6 0,7 0 0,7 piglet 3 0,6 1 0,8 1,1 0,3 0,7 0,1 0,3 0,8 0,4 3,1 0 0,2 1,2 0, ,9 0,1 1,6 0,5 0,5 0,6 4,2 0,9 broiler 26 1,9 0,3 1,6 1 0,1 1,2 0 1,1 0,6 0,2 0,5 0,3 0,5 0,3 0,2 0,8 0,4 2,1 4,1 0 1,1 0,5 0,6 2,5 1,5 ewe 15 0,4 0,6 0,2 0,8 0,1 1,3 0,7 0,7 1 0,2 0,2 0,1 0,7 1,2 0,5 0,2 1,7 0 0,2 0,9 0,6 0,5 0,8 0 1,9 oncolytic 13 0,6 1 0,8 0,6 0,6 1,8 0,4 0,8 1 1,1 2,8 0,1 0,1 0,3 0,7 1,2 1,1 3,7 1,1 0,9 1,2 0,5 0,4 1,5 1,1 phytase 9 1,7 0,3 0,9 0,7 0,3 0,6 0,8 1,4 0,3 0,9 0,6 1,4 2,3 1,6 0,2 0,2 0,9 0,4 0,2 0,4 1,3 0,4 0,5 2,1 1,2 cheese 40 1, ,9 0,9 0,6 0 0,6 0,5 1 1,7 0 1,2 3,8 1,1 0 0,9 1,6 0 0,2 0,7 0,4 1,5 0,4 1 ghrelin 33 2,1 1,7 1,1 1,9 0,7 0,6 0 0,5 0,5 0,2 0 0,6 0,7 0, ,2 0,5 1,6 0,2 1,2 0,4 0 0,6 1,9 temperame 4 0,5 0,6 2,6 0,2 0,3 0,6 0,5 0,7 0,6 2,4 0,6 0,1 1 3,4 0,4 0,1 1,3 0,8 0, ,3 0,8 0,6 0,5 oocyte 19 0,2 2,7 0,8 0,9 0,4 1,1 0 0,4 0,4 0,5 3,5 0 0,4 1,2 2, ,4 2,2 0,3 0,2 0,3 0 4,1 1,1 egg 23 1,5 1,3 0,5 0,3 0,4 1 0,4 0,9 0,6 3,5 0,4 1,7 1,5 1,4 0,3 0,8 2,5 0,9 2,5 0,8 0,4 0,2 0,6 0,1 0,7 myostatin 21 0,9 0,5 0,3 0,7 1,2 0,7 0,4 1,7 0,8 1,1 0,8 0,2 1,3 0,5 0,3 1,6 1,3 1,7 0,6 1,9 1,7 0,2 0,4 0,6 1 pig 17 0,5 0,5 0,3 0,1 0,6 0,5 0,4 1,1 1,3 0,3 0,6 0,5 0,9 1,5 1 0,9 3,2 1,4 2,2 1,4 1,3 0,2 0,6 0 0,6 gene 41 1,1 0 0,2 0,8 0,2 0, ,4 1 0,3 0 0,4 4, ,7 0,6 1,6 0,5 0,1 0,7 0,9 0,6 pgcs 30 1,3 3 0,7 0,5 0,4 0,4 1 0,5 1 1,2 0,2 0 0,3 0,6 0, ,2 0,6 0,1 0,5 1,8 1,7 salmonella 31 1,4 0,5 0,9 0,5 0 0,7 0 1,6 0,4 2,7 3,2 0,8 0,8 2, ,5 0,5 0 1,8 0 0,5 4,8 0,4 ewe ,8 0,4 0,8 0,3 0,9 0,4 0,8 1,3 0,8 2,6 0,3 2,4 0,4 0,3 0,9 1,6 3,1 0,8 0,7 0,3 0 1,4 0,3 1 selenium 38 1,3 0 0,5 2,5 0 1,5 0 0,9 0,8 1 1,1 0 0,5 1 0,1 1,2 1, ,4 0, ,4 0,6 rumen 39 1,2 0 2,2 0,2 0,7 0,8 0 0,6 1 1,4 2,2 0 0,5 0,3 1,2 0,6 0,6 0 0,9 0,9 1, ,9 diet Anm: tabellen är sorterad efter svenska RCA-värden. Klusterinnehåll, se tabell 5. 26

27 Tabell 5. Beskrivning av klustren med 20 termer (substantivfraser) Cluster Term #Pape 1stTerm 0 digestion diet rumen degrading forage tannin intake silage lamb p<0 975 digestion 1 pig diet phytase digestion piglet ddgs sid performance supplement p<0 824 pig 2 cow progesterone follicle pregnancy ovulate gnrh pgf estrus heifer tai 667 cow 3 broiler diet egg probiotic chicken bird hen oil supplement chick 641 broiler 4 oocyte embryo blastocyst scnt follicle nuclear transfer vitrification mature cumulu 623 oocyte 5 qtl trait genome snp genomic selection selection marker linkage quantitative trait 571 genome 6 cow milk rumen diet silage dairy intake digestion dairy cow forage 565 cow milk 7 cow trait milk lactate model mastitis genetic correlation heritable holstein herd 556 cow 8 broiler chicken breast bird diet capon meat muscle age fpd 552 broiler 9 cheese milk whey yogurt cheddar probiotic casein lactobacillus cheddar cheese s 529 cheese 10 pig behaviour horse welfare piglet aggression cortisol enrichment pen stress 518 behaviour 11 mastitis milk scc cow imi quarter dairy herd udder intramammary 502 mastitis 12 sperm spermatozoa semen extender motile cryopreserve acrosome boar capacitat 453 sperm 13 phytase diet broiler digests xylanase hen wheat ddgs bird supplement 439 phytase 14 microsatellite breed genetic diversity population diversity haplotype allele polymorp 421 microsatel 15 oncolytic tumor cancer adenovirus therapy cell vector gene cancer gene cancer g 407 oncolytic 16 cow milk lactate dairy dry period dairy cow prepartum nefa bhba dcad 406 cow milk 17 qtl trait pig gene loci polymorphic quantitative trait quantitative trait loci porcine 404 gene 18 carcass steak zilpaterol beef tender muscle zilpaterol hydrochloride lamb meat hy 368 carcass 19 egg broiler chick yolk incubator hatchability ascites breeder embryo chicken 350 egg 20 milk fatty acid cow cla acid diet oil c18 biohydrogenate trans fatty acid 21 pig diet lys sid trp piglet val acid lysine fatty acid 338 pig 22 piglet pig muscle litter gilt sow birth weight trait parity 336 piglet 23 myostatin gene mstn polymorphic trait lamb muscle snps receptor allele 319 myostatin 24 milk coagulate leptin dgat1 cow csn1s1 kappa-cn casein rct polymorphic 307 milk 25 emission methane rumen ch4 ghg cow diet methanogen pasture greenhouse 294 emission 26 ewe lamb cow birth gestation sheep heifer pregnancy calve beef 285 ewe 27 cow lame claw dairy stall hoof dairy cow lesion gait behavior 251 cow 28 bpa phthalate bisphenol estrogen exposure disruptor endocrine disruptor cell expre 229 bpa 29 calve milk calf starter heifer milk replacer age dairy calves dairy rumen developm 217 calve 30 salmonella campylobacter poultry enteritidis broiler chicken influenza jejuni salmo 211 salmonella 31 ewe goat ram ovulate day progesterone melatonin estrus oestrus gnrh 210 ewe 32 pedigree horse effective population effective population size population trait genetic 194 pedigree 33 temperament cattle calve transport bacteriophage cortisol feedlot brd journey b 189 temperame 34 hen feather nest perch cage egg bird beak asymmetry corticosterone 184 hen 35 selenium cla iodine diet clamix supplement selenite chromium horse concentrate 181 selenium 36 mirna pluripotent exosome cell embryo blastocyst zebrafish microrna integrin esc 176 mirna 37 rfi intake trait carcass efficient cattle beef dmi select fcr 166 rfi 38 rumen methane rice straw diet oil digestion fermenter supplement methane produ 155 rumen 39 diet intake cow digestion goat copper phosphorus dietary p requirement energy 143 diet 40 ghrelin glp-2 chemerin corticotroph prototheca zopfii cck insulin gene adiponecti 138 ghrelin 41 pgcs chicken sperm recipient embryo embryo chimera primordial germ primordial ge 134 pgcs Metod: Materialet om ca 30,000 artiklar har klustrats på referenslikhet genom att co-occurences av referenser tagits fram med association strength method och därefter har materialet klustrats (minst en gång) med Waltmans SLMalgoritm. När klustren identifierats har små (<100 artiklar) tagits bort. Klustren har tilldelats termer på basis av tillämpningar av NLP (Natural Language Processing)-metoder. 1st Term är mestadels hämtad från de första termerna per kluster. 27

28 Karta med kluster och svenska artiklar markerade som röda noder 28

29 Agricutural, Engineering Tabell 1 Länder och bibliometriska indikatorer för Agricutural, Engineering (WoS-Category) COUNTRY Full P Frac P NCSf VITALITY TOP1 TOP5 TOP10 TOP25 TOP50 USA ,0 1,17 0,95 1,9% 8,1% 14,0% 28,4% 53,9% PEOPLES R CHINA ,6 1,64 0,92 1,9% 11,8% 23,1% 48,7% 77,9% SOUTH KOREA ,3 0,62 1,00 0,8% 5,5% 9,3% 18,9% 35,3% INDIA ,2 1,09 0,85 1,1% 6,2% 12,9% 34,1% 59,8% BRAZIL ,2 0,44 1,04 0,5% 3,3% 6,6% 13,6% 31,7% SPAIN ,1 1,66 1,15 2,6% 13,0% 23,3% 48,4% 76,8% CANADA ,6 1,24 0,90 1,4% 7,5% 15,6% 35,3% 59,9% JAPAN ,4 1,11 0,89 0,7% 5,5% 12,1% 35,8% 59,0% ITALY ,1 1,32 1,11 1,0% 8,1% 17,6% 42,4% 72,0% TAIWAN ,4 1,54 0,84 2,6% 11,9% 20,8% 43,9% 69,5% FRANCE ,8 1,91 0,83 4,0% 16,5% 26,9% 50,4% 78,2% TURKEY ,2 1,32 0,94 1,0% 8,7% 17,6% 41,1% 71,3% GERMANY ,7 1,39 0,94 1,7% 8,2% 16,7% 39,7% 70,5% AUSTRALIA ,1 1,48 0,81 3,2% 11,8% 18,5% 35,9% 63,0% ENGLAND ,0 2,04 1,14 4,9% 14,9% 25,9% 51,3% 77,1% PORTUGAL ,6 1,48 1,00 0,4% 8,6% 20,8% 47,5% 76,8% IRAN ,6 1,00 0,98 0,7% 8,2% 14,9% 28,8% 49,0% SWEDEN ,2 1,73 1,16 0,9% 11,7% 26,2% 55,5% 83,8% NETHERLANDS ,7 1,78 1,21 3,7% 16,0% 27,1% 43,3% 75,4% FINLAND ,1 1,36 1,15 1,9% 9,0% 19,6% 42,8% 66,5% DENMARK ,7 2,09 1,16 4,5% 15,8% 28,0% 53,1% 81,6% GREECE ,0 1,43 0,92 3,5% 11,4% 19,9% 38,4% 66,9% BELGIUM ,5 1,69 1,03 2,8% 14,5% 23,6% 45,8% 69,1% POLAND 69 61,6 1,01 0,96 0,0% 3,1% 8,9% 38,3% 68,1% NORWAY 48 33,5 1,42 1,13 1,0% 11,7% 19,8% 42,9% 64,3% Total ,26 0,97 1,7% 9,0% 16,8% 35,9% 61,3% Anm: Förklaringar till kolumnerna: P Antal papers (full count) Frac P Antal artikelfraktioner (fraktionalisering) [fem författare ger 0,2 andelar vardera] NCSf Fältnormaliserad citeringsgrad (normerad mot medelcitering inom området) Vitality Referensålder normerad mot fältets referensålder TOP X% Andel av artiklar som uppfyller villkoren för att tillhöra x:th percentil (fältnormerad) 29

30 Figur och tabell som visar forskningssamarbeten mellan länder: Figur 1: Relationer mellan länder baserat på ömsesidiga samarbeten på artiklar. Storlek på nod baserat på antal artiklar (Frac P), nodförg beroende av citeringsgrad: rött (högciterad); gul (lågciterad) Tabell 2. Hur länder klustras baserat på samarbeten (baserat på adress). Name Cluster1 GREECE 4 DENMARK 4 GERMANY 3 NETHERLANDS 3 BELGIUM 3 POLAND 2 NORWAY 2 SWEDEN 2 FINLAND 2 FRANCE 1 ENGLAND 1 SPAIN 1 BRAZIL 1 PORTUGAL 1 ITALY 1 INDIA 0 TAIWAN 0 JAPAN 0 IRAN 0 TURKEY 0 CANADA 0 PEOPLES R CHINA 0 AUSTRALIA 0 SOUTH KOREA 0 USA 0 Tabell 2 visar att Sverige i princip ingår i ett nordiskt kluster Danmark saknas (för få artiklar) 30

31 Tabell 3: visar hur Sverige positionerar sig per artikelkluster (endast signifikanta värden visas) CLUSTER TOTAL INCREASE NCSf %SWE RCA SweFracP SweNCS 1st Term ,3 3,16 0,35% 0,2 0,8 microalga ,5 2,86 5,15% 3,3 27,1 3,35 lignin ,6 2,79 0,52% 0,2 0,8 biosorption ,3 2,56 0,36% 0,1 0,3 microbial fuel ,8 2,41 5,23% 3,2 7,2 2,49 particleboard ,3 2,33 4,03% 2,2 16,5 1,48 bio-oil ,0 2,15 0,91% 0,4 0,6 laccase ,2 1,98 1,13% 0,7 4,0 co-digest ,0 1,82 1,09% 0,5 3,2 biodiesel ,0 1,80 0,84% 0,9 2,0 hydrogen prod ,1 1,73 0,95% 0,6 4,7 cellulase ,0 1,67 0,44% 0,4 1,5 anammox ,2 1,62 1,17% 0,6 3,9 bioreactor ,1 1,58 1,78% 1,1 2,0 infiltration ,7 1,51 0,19% 0,1 0,5 laccase ,3 1,43 8,63% 6,1 32,2 1,72 energy wood ,5 1,28 1,97% 1,6 6,0 2,28 bale ,9 1,17 0,50% 0,3 1,2 biosurfactant ,3 1,17 0,10% 0,1 0,5 essential oil ,9 1,13 0,64% 0,3 1,7 earthworm ,1 1,09 0,00% 0,0 0,0 fish ,4 1,09 0,40% 0,3 0,5 wetland ,3 0,86 0,29% 0,3 1,3 swat ,2 0,72 0,00% 0,0 0,0 irrigated ,5 0,65 0,54% 0,8 3,0 ventilated ,0 0,57 0,48% 0,3 2,0 sprayer ,1 0,42 0,00% 0,0 0,0 emitter ,2 0,28 0,00% 0,0 0,0 erosion Total ,2 1,60 1,17% 1 135,2 Anm: förklaringar ges närmast nedan Cluster anger ett kluster av artiklar som är avgränsat på basis av bibliografisk koppling är årliga uppgifter om artiklar i respektive kluster (Antal i Frac P per kluster). Increase anger förändring mellan 2011/2012 i förhållande till 2009/2010. NCSf anger citeringsgrad per artikelkluster (1,0 är globalt medelvärde), notera att tabellen är sorterad efter denna kolumn. %SWE anger hur Sveriges andel av publikationerna fördelar sig över resp. kluster. RCA anger Sveriges komparativa fördelar i respektive kluster, 1,0 är globalt riktvärde. Antyder att Sverige kan sägas satsa på högciterade områden. SweFracP anger svenska artikelandelar i klustren. SweNCSf anger svenska artiklars fältnormerade citeringsgrad. TERM anger de(n) första klusterterm(en) (substantivfras) för att beskriva artikelklustret. Tjugo termer anges i tabell 5 nedan, vilket närmare kan beskriva klustret. 31

32 Tabell 4. RCA - Revealed Comparative Advantage för de mest publiceringsaktiva länderna CLUS AUS BEL BRA CAN DEN ENG FIN FRA GER GRE IND IRA ITA JAP NET NOR PRC POL POR SOK SPA SWE TAI TUR USA 1stTerm 9 0,3 2,2 0,1 3,1 1,3 1,6 7,6 0 2,4 0,3 0,2 0,2 3,3 0,4 2,5 3,1 0,1 2,6 0,7 0,1 1,3 6,1 0,2 0 1,11 energy wood 3 0,5 0,4 0,3 1,7 3,6 1 1,6 0,9 0,9 0,5 0,5 0,7 0,4 2,3 1,4 2,9 1,1 0,3 0,9 0,7 1 3,3 0,5 0,5 1,08 lignin 96 1,2 1,1 1,4 1,5 0,2 0,3 0,5 6 0,3 0,9 1 2,8 0,7 0,3 0,1 0 0,9 1,5 0,2 0,1 0,8 3,2 0 0,4 1,03 particleboard 6 0,9 0,8 0,3 1 1,1 4,5 1 1,2 1,2 0,6 0,4 0 1,1 1,7 2 0,9 1,4 1,1 1 0,4 0,8 2,2 1,3 1,5 0,82 bio-oil ,8 0,4 0,5 0,3 2,2 1,1 1 2,3 1,4 0,1 0 2,9 0,7 1,8 1,3 0,3 0,7 0,3 0,1 0,5 1,6 0,2 0 2,48 bale 0 1,7 0 0,9 1,8 0,6 0,2 0 0,2 0 3,2 1,5 5,8 0,9 0,5 0,3 0 0,2 0 1,8 0,2 0,3 1, ,06 infiltration TOT , ,6 2,2 0,9 2,5 0,7 0,2 1,1 0,7 0 1,7 1,4 0,5 1,1 2,1 1,2 0,2 1 0,4 0,9 3,1 1,6 0,4 hydrogen prod 124 1,7 1,8 2,8 1,8 3,2 0,6 0,3 0,1 0,6 0,1 0,1 0 0,2 0,3 3,2 0 0,2 0 0,5 0,3 0,4 0,8 0,9 0,3 1,78 ventilated 52 1,7 1,9 0,5 1 3,5 2,6 3,2 1,6 2,5 1,4 0,6 0,2 2,1 1,3 0,8 0 0,7 1,5 1,9 0,3 1,4 0,7 0,7 1,6 0,73 co-digest 36 3,4 0,7 0,4 1,4 0 0,8 0,2 1,2 0,8 0,9 0,7 0,6 0,9 1,1 0,8 0,4 2 2,3 0,2 0,7 0,8 0,6 1,6 2 0,6 bioreactor 1 1,1 0,5 0,6 0,7 0,2 0,9 1,6 1 0,8 2,2 2,2 0,6 0,3 1,5 1,1 0,2 1,4 1 1,5 1,1 0,5 0,6 0,8 0,4 0,76 cellulase 70 0,6 1,2 0,8 0,3 0,2 1,1 0 0,7 1,4 2,2 2,5 1 1,1 1,1 0,5 0 0,9 0,5 0,5 0,4 1,5 0,5 0,9 1,4 1,04 biodiesel 50 0,9 2,5 0,2 0,9 1 0,3 0 0,6 1, ,6 1,1 0,5 0,4 2,5 0,7 0,4 0,7 1,6 0,4 2 0,9 0,37 anammox 63 0,4 0,5 0,3 0,6 0,6 0 1,1 4,2 0,4 0,9 0, ,3 0,7 0 4,5 0,5 7,8 0,4 0,5 0,1 0,06 laccase 47 0,7 0,6 0,8 0,9 0,6 0,3 1,5 0,9 0,6 1,7 1,7 0,6 1,7 1, ,9 2, ,3 0,3 0,9 0,5 0,63 earthworm 122 0,5 4 1,4 1,5 2,6 0,7 0,2 0,3 1,8 1 0,6 1,6 0,9 1,2 0,8 0 0,5 0,4 0,7 0,3 0,6 0,3 0,1 0,4 1,75 sprayer 95 0,9 0,4 0,1 1, ,2 0,4 0 0,3 1,1 0,8 0,6 1,3 0 0, ,9 0 0,3 0,2 0,1 3,35 swat 74 0,8 0,2 0,2 0,2 0 0,2 0,5 0,9 1 0,3 2,2 1,4 0,6 0,8 0,4 0 1,7 2,2 1,3 3 0,4 0,3 0,9 2,4 0,29 biosurfactant 8 1, ,9 0 0,7 0,9 1,5 0,5 1,6 0,1 0 1,1 1, ,6 2,9 4,5 0,6 1,4 0,3 2,2 0,5 0,67 wetland 30 1,7 0 0,6 0,7 0 0,5 0 2,2 0,1 0,7 2,2 3,2 0,4 0,9 0,3 0 1,8 0,8 0,8 1,1 0,9 0,2 1,6 3,4 0,2 biosorption 69 0,7 2,1 0,3 0,2 0,3 0,9 0,4 1,7 1,9 0,9 1 0,5 0,7 1, ,2 1,8 1 0,9 1 0,2 3,9 0,6 0,97 microalga 7 1,9 0 0,1 1 1,8 2,2 0,2 1,5 0,9 0 2,8 0,5 0,8 0,2 3,1 0 1, ,9 0,6 0,1 2 0,4 0,44 microbial fuel ,7 0,4 0, ,6 0,5 0,7 1,9 1,2 0,7 0,2 0,2 1,1 2,4 0,6 1 2,1 1,2 0,1 0,5 1,6 0,2 laccase 119 0,3 0,2 0,7 0,4 0 0,2 0,2 0,9 0,4 1,4 1,2 1,7 1 0,4 0,2 0 0,4 0,6 2,8 6,3 0,6 0,1 0,9 2,2 0,23 essential oil 29 0,8 0 3,4 0,6 0, , ,2 3,2 0,1 0, ,8 0 1, ,1 1,32 emitter 32 1,9 0,6 1,6 0,2 0 0,5 0 0,3 0,7 1,5 0,4 3,1 1,4 0,8 0,1 0 0,2 0 0,5 0,3 1,3 0 1,5 1,9 1,98 irrigated 41 0,4 0 9,9 0,1 0,2 0, ,1 0,1 0,1 0,3 0,2 0, , ,4 0 0,25 erosion 109 2,1 2,3 0,1 0,5 2,7 0,1 0 2,9 1 1,7 0,2 0 0,1 0, ,3 1,5 0,6 0,4 1,2 0 0,9 0,2 2,18 fish Anm: tabellen är sorterad efter svenska RCA-värden. Klusterinnehåll, se tabell 5. Tabell: Framträdande svenska forskare per kluster CLU AU Frac 9 Gustavsson, L Rosenqvist, H Dimitriou, I Sathre, R Rytter, RM Christersson, L Lindroos, O Berndes, G Azar, C Peck, P 11,5 3 Taherzadeh, MJ Zacchi, G Galbe, M Horvath, IS Niklasson, C Persson, T Monavari, S Alvarez, MT Bjornsson, L Svensson, SE 11,5 6 Bengtsson, S Stahl, M Brandin, J Liliedahl, T Naqvi, M Assadi, M Lundgren, J Berghel, J Pettersson, E Wikstrom, F 7,7 96 Nilsson, C Khabbaz, F Nordqvist, P Johansson, M Edlund, H Halvarsson, S Norgren, M Karlsson, S Gellerstedt, G Oksman, K 4,9 999 Pinzke, S Gebresenbet, G Bosona, TG Lundmark, R Naqvi, M Hatti-Kaul, R Dishisha, T Endalew, AK Yan, J Arshadi, M 4,6 83 Svensson, SE Mattsson, JE Prade, T Andersson-Skold, Y Suer, P Wennberg, O Nordberg, A Baky, A Hansson, PA Kimming, M 4,4 52 Nges, IA Bjornsson, L Alvarez, R Liden, G Bjorn, A Schnurer, A Lundin, M Horvath, IS 3,8 36 Sandberg, M Hogland, W Holby, O Marques, M Stoica, A Nordberg, A Edstrom, M Rasmuson, AC Olsson, G Thorin, E 2,8 124 Nimmermark, S Gustafsson, G Ngwabie, NM Swensson, C 2,6 70 Hansson, PA Dahlquist, E Yan, JY Lindgren, M 2,3 122 Lestander, TA Grothage, M Johnsson, B Holmberg, C Stenberg, L Lehtonen, R 2,0 47 von Wachenfelt, H Vinneras, B Jonsson, H Sundberg, C 1,5 50 Hermansson, M Almstrand, R Sorensson, F Yang, JJ Hultman, B Plaza, E Trela, J 1,3 95 Jansson, PE Dahlke, HE 1,3 30 Marques, M Hogland, W Kaczala, F Nygard, CA 1,2 86 Ljunggren, M Wallberg, O 1,2 8 Badshah, M Parawira, W 0,7 69 Dejmek, P Lindblad, P 0,6 74 Bengtsson, Sa Kumar, R Olsson, G 0,5 63 Li, JB Gellerstedt, G Du, XY 0,5 7 Liu, ZD Liu, J 0,4 119 Brodelius, M 0,3 77 Nikolaeva, L 0,2 32

33 Tabell 5. Beskrivning av klustren med 20 termer (substantivfraser) Cluster Term #Papers 1st Term 0 infiltration furrow irrigated furrow irrigation surface irrigation soil salinity recession richards kostiakov inflow basin irrigation soil water hydrograph solute transport fertigation two-point metho 114 infiltration 1 cellulase enzyme xylanase saccharification ethanol hydrolysis enzymatic hydrolysis hydrolyses ssf ethanol production endoglucanase cerevisiae reesei xylan mash yeast cmcase beta-glucosid 489 cellulase 3 lignin pretreat saccharification enzymatic hydrolysis hemicellulose ethanol hydrolysis delignification xylan xylose enzymatic saccharification autohydrolysis cellulase stover cellulose ethanol pro 488 lignin 6 bio-oil pyrolysis gasification tar gasify combustion char liquefaction catalyst producer gas pyrolytic hydrochar syngas liquid product steam lignin biomass pyrolysis biomass gasification pyro 448 bio-oil 7 microbial fuel microbial fuel cell mfc mfcs anode cathode biocathode mw/m desalinate maximum power density maximum power electrogens electrode air-cathode power density power outpu 149 microbial f 8 wetland milk house typha bod5 uasb ahpi tpad nplp lagoon tss wetland reactor salinomycin konczewicki milk house wastewater cobalt australis cod swine wastewater biopond-wetland m 115 wetland 9 willow energy wood cardoon forest coppice stover switchgrass procurement short rotation poplar briquette stump forest fuel pellet src corn stover knife plantation sweden forest bioma 311 energy woo 29 emitter sprinkler dripline irrigated drip subsurface drip irrigation sdi subsurface drip emitter discharge water application head loss water application uniformity laterals center-pivot kinetic energy 103 emitter 30 biosorption adsorb adsorption isotherm biosorbent langmuir adsorption capacity dye langmuir isotherm hydrogel bead freundlich pseudo-second-order cadmium uranium langmuir model chem 204 biosorption 32 irrigated eto evapotranspiration reference evapotranspiration penman-monteith et0 r-n canopy etc r-s etr hargreaves net radiation crop coefficient soil water agricultural drought rain sensor 283 irrigated 36 mbr sludge membrane bioreactor eps aerobic granule struvite granule bioflocculant cod bioreactor dewaterability srt reactor polymeric substance worm floc anmbr mbrs smbr excess slu 397 bioreactor 41 erosion irrigated rainfall spatial dependence spatial variation ultisol tillage typhoon tractor oxisol soil attributes ei30 soil resistance soil temperature brachiaria sao water deficit latosol red 248 erosion 47 earthworm compost arsenic vermicompost vittata pile green waste ctc fetida manure final compost scentometer pteris compost maturity humic dnbp barn mask scentometer cow worm 301 earthworm 50 anammox nitrite aob denitrification biofilter partial nitrification nitrifers fna anammox process autotrophs anammox bacteria ebrt reactor sbr mbr heterotroph btf zerovalent bacteria to 238 anammox 52 co-digest biogas anaerobic digester anaerobic co-digestion digester methane biogas production olr specific methane methane production ofmsw mesophilic reactor methane yields bmp bioche 330 co-digest 63 laccase pulp tannin delignification mediator lignin brightness kappa number kraft autohydrolysis hbt laccase-mediator tcf hexa hexenuronic hexenuronic acid kappa soda-anthraquinone na 107 laccase 69 microalga chlorella lipid photobioreactor braunii lipid production botryococcus scenedesmus nannochloropsis botryococcus braunii alga chlorella vulgaris biodiesel oculata microalgal biomass g 273 microalga 70 biodiesel transesterification catalyst jatropha ester diesel lesquerella curcas fame jatropha curcas soybean oil diesel engine biodiesel product vegetable oil fatty acid methyl ester fatty acid met 355 biodiesel 74 biosurfactant pha phb gene pah bioaugmentation biodegrade phenanthrene thf strain pseudomonas putida methanotroph polyhydroxyalkanoic quinoline bioemulsifier chrysene phas sludg 265 biosurfacta 77 laccase clea lipase enzyme bacillus ah18 enzyme aggregates k11 edodes aspergiolide biocatalyst immobilize entomotoxicity fibrinolytic protease keratinase pga trametes chitinase versico 271 laccase 83 bale ddgs switchgrass ghg stover ethanol rhizome air classification elusieve germ endosperm lca miscanthus free oil biofuel thin stillage elusieve process dry fractionation soft endosperm 226 bale 86 hydrogen production h-2 maximum hydrogen rhodobacter hydrogen bio-hydrogen sphaeroides biohydrogen hydrogenase h-2/mol psb biohydrogen production h-2 production rhodopseudomonas 133 hydrogen p 95 swat hydrology streamflow runoff water assessment tool water assessment swat model erosion watershed rainfall fecal bacteria pam creek wepp subsurface drainage wtd watershed-scale 258 swat 96 particleboard fibre reinforcement tensile properties spi wheat gluten jute tensile strength gluten flax soyprotein film mechanical properties shive modulus nanocomposite water resistance th 134 particleboa 109 ras fish aquaculture aquaculture system catfish trout wras raceway fts cage shrimp rainbow rainbow trout larvae geosmin bromate soundscape tan off-flavor srs 109 fish 119 essential oil antioxidant antioxidant activity artemisinin artemisia flavonoid dpph essential oil content annua etoac anti-inflammatory total phenol cytotoxic oregano thymus cancer monoterp 401 essential o 122 sprayer spray nozzle robot boom drift spray deposit tyre droplet canopy tractor droplet size camera kernel pixel machine vision castor vision nir firm 381 sprayer 124 ventilated hen odor barn broiler ventilation rate ammonia emission pm2 house nh3 pm10 scrubber ammonia fan building thermal comfort odour broiler house air quality comfort 219 ventilated Metod: Materialet om ca 10,000 artiklar har klustrats på referenslikhet genom att co-occurences av referenser tagits fram med association strength method och därefter har materialet klustrats (minst en gång) med Waltmans SLM-algoritm. När klustren identifierats har små (<100 artiklar) tagits bort. Klustren har tilldelats termer på basis av tillämpningar av NLP (Natural Language Processing)-metoder. 1st Term är mestadels hämtad från de första termerna per kluster. 33

34 Figur: Klusterkarta som visar var de svenska aktiviteterna återfinns (SWE=rödmarkerade noder), kluster 9 [Energy Wood] har hög koncentration av rött. Kluster 6 i närheten [bio-oil; pyrolysis] har också en viss koncentration av svenska artiklar. 34

35 Agriculture, Multidisciplinary & Agronomy Tabell 1 Länder och bibliometriska indikatorer för dessa båda WoS-kategorier (som har överlapp) COUNTRY Full P Frac P NCS VITALITY TOP1 TOP5 TOP10 TOP25 TOP50 USA ,5 1,31 1,07 1,2% 5,7% 11,5% 29,7% 58,8% PEOPLES R CHINA ,0 1,36 1,08 0,9% 5,8% 12,2% 31,5% 59,6% SPAIN ,1 1,24 1,07 0,6% 3,9% 9,9% 29,9% 61,0% JAPAN ,2 0,88 1,04 0,2% 2,0% 5,2% 18,4% 46,3% ITALY ,6 1,13 1,06 0,3% 3,3% 9,1% 27,4% 57,5% GERMANY ,5 1,43 1,07 1,1% 6,1% 12,6% 33,9% 64,6% CANADA ,3 1,21 1,06 0,8% 4,5% 10,1% 27,3% 55,4% INDIA ,4 0,94 0,98 0,4% 2,6% 6,1% 19,6% 47,4% AUSTRALIA ,2 1,47 1,07 1,1% 6,1% 12,6% 34,7% 64,9% FRANCE ,8 1,52 1,07 1,2% 6,5% 13,2% 35,4% 66,6% ENGLAND ,9 1,12 1,08 0,7% 4,9% 10,1% 25,6% 53,5% BRAZIL ,8 1,16 1,06 0,3% 3,6% 8,4% 26,3% 56,0% TAIWAN ,1 1,66 1,11 0,9% 8,0% 16,8% 38,7% 69,2% NETHERLANDS ,8 1,24 1,10 1,3% 5,4% 10,8% 28,1% 56,8% SOUTH KOREA ,2 1,35 1,07 0,7% 5,0% 11,6% 32,4% 63,2% BELGIUM ,9 1,31 1,07 1,1% 4,7% 11,0% 29,6% 59,0% IRAN ,6 0,91 0,98 0,2% 3,8% 7,0% 18,7% 41,2% DENMARK ,0 1,34 1,08 1,0% 6,0% 12,9% 32,8% 62,9% ARGENTINA ,0 1,13 1,01 0,1% 2,0% 7,2% 26,1% 60,2% SWEDEN ,7 1,07 1,04 1,1% 4,6% 7,4% 20,5% 54,7% PORTUGAL ,4 1,48 1,07 0,1% 5,0% 12,2% 37,5% 68,2% TURKEY ,8 1,04 1,01 0,3% 2,5% 6,7% 23,5% 53,3% SWITZERLAND ,5 1,29 1,17 2,1% 7,4% 13,8% 29,8% 54,5% MEXICO ,5 1,33 1,06 1,5% 6,4% 11,8% 27,3% 56,8% GREECE ,8 1,15 1,02 0,7% 4,7% 9,4% 25,2% 55,0% NEW ZEALAND ,6 1,38 1,06 0,5% 6,2% 13,3% 31,6% 63,0% ISRAEL ,2 1,27 1,05 0,8% 5,5% 11,5% 26,4% 60,0% POLAND ,8 1,10 1,05 0,8% 3,1% 7,2% 23,3% 55,3% FINLAND ,5 1,46 1,09 1,4% 6,4% 13,9% 34,2% 64,5% NORWAY ,1 1,03 1,05 1,1% 2,5% 5,1% 21,4% 52,3% AUSTRIA ,0 1,40 1,11 0,4% 5,6% 14,4% 31,2% 61,1% Total ,25 1,06 0,8% 4,8% 10,4% 28,5% 57,7% Anm: Förklaringar till kolumnerna: Full P Antal papers (full count) Frac P Antal artikelfraktioner (fraktionalisering) [fem författare ger 0,2 andelar vardera] NCSf Fältnormaliserad citeringsgrad (normerad mot medelcitering inom området) Vitality Referensålder normerad mot fältets referensålder TOP X% Andel av artiklar som uppfyller villkoren för att tillhöra x:th percentil (fältnormerad) 35

36 Figur och tabell som visar forskningssamarbeten mellan länder: Figur 1: Relationer mellan länder baserat på ömsesidiga samarbeten på artiklar. Tabell 2. Hur länder klustras baserat på samarbeten (baserat på adress). Name Cluster ISRAEL 4 TURKEY 4 ITALY 4 GREECE 3 SPAIN 3 PORTUGAL 3 ENGLAND 3 BELGIUM 2 GERMANY 2 NETHERLANDS 2 FRANCE 2 SWITZERLAND 2 AUSTRIA 2 ARGENTINA 1 INDIA 1 AUSTRALIA 1 IRAN 1 MEXICO 1 CANADA 1 NEW ZEALAND 1 BRAZIL 1 USA 1 NORWAY 0 DENMARK 0 POLAND 0 FINLAND 0 SWEDEN 0 Tabell 2 visar att Sverige i princip ingår i ett nordiskt kluster 36

37 Tabell 3: visar hur Sverige positionerar sig per artikelkluster (endast signifikanta värden visas) CLUSTER TOT INCREASE NCSf %SWE RCA SweFracP SweNCSf 1stTerm ,0 2,13 1,8% 0,7 ecosystem ,9 2,11 0,2% 0,1 melamine ,0 1,96 4,5% 0,5 11,3 0,98 antioxidant ,0 1,88 1,8% 0,9 fruit nir ,0 1,74 1,1% 0,5 rice ,1 1,69 1,0% 0,3 insecticide ,9 1,60 1,8% 1,3 7,2 2,03 biomass ,0 1,59 1,8% 0,4 wine ,0 1,59 0,3% 0,3 irrigated ,0 1,56 1,6% 0,9 wheat ,9 1,53 6,7% 4,3 13,5 1,27 toxicity ,0 1,53 0,8% 0,8 olive oil ,0 1,47 8,2% 1,8 25,5 1,31 soil emission ,0 1,46 2,9% 1,9 10,2 1,09 oligosaccharide ,3 1,45 5,9% 2,6 14,3 1,07 landscape ,1 1,40 1,3% 0,6 wheat ,9 1,38 3,2% 0,7 6,7 1,94 protein ,0 1,37 1,1% 0,6 soil fertility ,9 1,37 4,8% 0,9 11,3 2,01 irrig ,1 1,36 0,2% 0,0 curcumin ,0 1,34 4,2% 1,1 10,1 0,55 gene trait ,9 1,33 0,8% 0,2 fruit ,0 1,32 1,8% 1,7 5,9 1,92 carotenoid ,0 1,28 0,0% 0,0 agroforestry ,3 1,28 0,6% 1,4 image ,0 1,24 0,2% 0,1 glucosinolate ,1 1,19 0,0% 0,0 rice qtl ,1 1,11 1,3% 0,3 herbicide ,1 1,10 2,4% 1,1 8,0 1,09 soil ,0 1,09 1,0% 1,1 marker ,8 1,00 0,2% 0,3 plant ,0 0,99 2,4% 0,6 5,9 0,50 marker ,8 0,93 0,2% 0,1 marker gene ,9 0,92 4,5% 2,1 10,9 0,65 disease ,0 0,91 0,0% 0,0 broomrape ,9 0,86 7,2% 1,5 25,4 0,63 soil ,8 0,86 1,4% 0,8 tumor ,0 0,86 3,8% 3,1 18,5 0,62 crop ,1 0,84 3,2% 1,4 9,6 0,59 forage ,9 0,83 3,2% 1,1 9,0 1,60 phytoplasma ,4 0,77 4,0% 2,3 10,9 0,61 receptor ,7 0,76 0,5% 0,2 germin ,7 0,70 0,5% 0,7 allelopathic ,6 0,69 5,9% 2,3 15,6 0,77 xenotransplant TOT ,0 1,29 100% 1,0 284,9 Anm: förklaringar ges närmast nedan: 37

38 Cluster anger ett kluster av artiklar som är avgränsat på basis av bibliografisk koppling är årliga uppgifter om artiklar i respektive kluster (Antal i Frac P per kluster). Increase anger förändring mellan 2011/2012 i förhållande till 2009/2010. NCSf anger citeringsgrad per artikelkluster (1,0 är globalt medelvärde), notera att tabellen är sorterad efter denna kolumn. %SWE anger hur Sveriges andel av publikationerna fördelar sig över resp. kluster. RCA anger Sveriges komparativa fördelar i respektive kluster, 1,0 är globalt riktvärde. Antyder att Sverige kan sägas satsa på högciterade områden. SweFracP anger svenska artikelandelar i klustren. SweNCSf anger svenska artiklars fältnormerade citeringsgrad. TERM anger de(n) första klusterterm(en) (substantivfras) för att beskriva artikelklustret. Tjugo termer anges i tabell 5 nedan, vilket närmare kan beskriva klustret. Tabell: Framträdande svenska forskare per kluster cluster AU Frac 12 Andersson, L Lundkvist, A Taab, A Arvidsson, J Hakansson, I Rydberg, T Bellamy, AS Fogelfors, H P ye, A E ckersten, H 14,0 47 Katterer, T Andren, O von Wachenfelt, H Froberg, M P ersson, HA Arvidsson, J Kirchmann, H Linden, B E ngstrom, L S tenberg, M 9,6 14 Ulen, B E ksvard, K Djodjic, F Hansson, P A Larsson, G J ohansson, G Otabbong, E S toltz, E Tamas, MJ Wallenhammar, AC 7,7 31 Muller, CE Frankow-Lindberg, BE S porndly, R E riksson, T Nadeau, E Uden, P Huhtanen, P Lorenz, MM Norell, L Knicky, M 7,2 149 Sharma, HS Tornhage, CJ Sharma, A Larhammar, D Wallon, C Dougherty, KJ Dreborg, S Larsson, TA Soderhall, I Schioth, HB 6,6 104 Linds trom, P Nordquis t, L Hans ell, P S tridh, S F ros tegard, J P alm, F Ahlgren, U Collin, M de F aire, U La Torre, D 6,3 13 Fahlquist, J N Karlsson, F Ahnstrom, J Bjorklund, J Milestad, R Bosona, TG E riksson, S S kanes, H S mith, HG P art, T 6,2 8 Hanson, LA Aman, P Andersson, AAM Andersson, R Rosen, LAH Bjorck, IME Eliasson, AC Kamal-Eldin, A S joo, ME Kuktaite, R 5,5 69 J ohannesson, K S alomon, B von Bothmer, R Hallander, J Fatehi, J Morocko-Bicevska, I Brantestam, AK Loaisiga, CH Merker, A Ahman, I 5,4 6 Dimberg, LH Rumpunen, K Olsson, ME Gustavsson, KE S joberg, P J R Kamal-E ldin, A Vasco, C S teimer, S Akerstrom, A Andersson, S C 5,2 81 S tenberg, M Dahlin, AS Blomback, K Neumann, A J ensen, E S Bengtsson, F Caspersen, S E ckersten, H Forkman, J Bergkvist, G 5,2 183 Khalil, S Ramert, B Martensson, A Alsanius, BW Hultberg, M Varela, AR Alsanius, B Amein, T S undh, I Hamiduzzaman, MM 5,1 95 Arvidsson, J Nordgren, A Andersson, E Teklewold, H Rockstrom, J Gordon, LJ Falkenmark, M Wajnblom, E Ledin, I Lannerstad, M 4,8 159 Xiong, SJ Agren, GI Eliasson, PE Hedenas, L Katterer, T Neset, TSS Lindvall, E Azar, C Gustavsson, AM Palmborg, C 4,7 125 Olovsson, M Ulleras, E P atring, J Alin, J Oskarsson, A Giwercman, A Bergman, A Hakansson, H J ensen, S S tavreus-e vers, A 4,6 24 Wiik, L Ros enqvis t, H E waldz, T Hys ing, S C Anders s on, All Malik, AH J ohans s on, E 4,3 37 Norell, K Arvids s on, T Kreug er, J B erg s trom, L Lindh, H Ols s on, A 4,0 19 Alminger, ML Rumpunen, K Bengtsson, A S vanberg, U J onssson, A J ohansson, E Andersson, S C Olsson, ME E nejder, A Brackmann, C 3,9 999 Kumm, KI S alevid, P S ejerson, T Andersson, MH Lagenfelt, I Cederberg, P Gustafsson, J G Martensson, A S andin, K J eppsson, KH 3,8 121 Merker, A Bryngelsson, T Geleta, M Carlsson, AS S trese, E MK Hagenblad, J Karsvall, O S vanberg, I S kovmand, B Dixelius, C 3,8 277 Undeland, I Marmon, S K Liljelind, P Krona, A Langton, M 3,5 66 Martensson, A Liljeroth, E Kvarnheden, A Albert, J Hedskog, C Larhammar, D S all, T Hopkins, R S undstrom, G Larsson, TA 3,5 78 Hatti-Kaul, R Li, J B E k, M Gellerstedt, G Areskogh, D Henriksson, G Villaverde, J J 3,3 32 Larsson, KJ Undeland, IK Alminger, ML Undeland, I Chatterjee, R J arnstrom, L J ohansson, K J onsson, LJ Mbatia, B Adlercreutz, P 3,2 10 Andersson, A Bertholdsson, NO Bergkvist, G Holm, L Fracheboud, Y Forkman, J von Rosen, D E ckersten, H 3,1 53 Khabbaz, F J ohansson, M Cho, S W Gallstedt, M Malmstrom, E Cristhian, C Alminger, ML Chen, TS J ensen-waern, M Lundstrom, K 3,0 115 Yuen, J E Andersson, B S andstrom, M J ensen, DF Heyman, F Hosseini, S Widmark, AK Yuen, J Tsuda, Y 3,0 102 Gustavsson, AM Ninkovic, V Ahman, IM Ahman, I Brantestam, AK D'Hertefeldt, T Martensson, A 3,0 73 Bertholdsson, NO Merker, A Andersson, S C 3,0 145 Lindroth, A Berglund, K Berglund, O J ansson, P E Wu, S H Molder, M S trom, L Grelle, A Linderson, ML Arneth, A 2,9 76 E dlund, H J onoobi, M Norg ren, M Ha lva rs s on, S Ka rimi, K Gela di, P Ka rls s on, S Nils s on, D B a nkefors, J Nes tor, G 2,8 51 Tooke, NE P atring, J DM E lfman, L Castillo, MD E speby, LA Moeys, J Fogelfors, H Fredlund, K S teinrucken, G 2,7 98 E ndresen, DTF S alomon, B Asplund, L Martin, T Hagenblad, J Leino, MW 2,7 197 Hagman, J Grandin, U Martensson, A 2,7 38

39 Tabell 4. RCA - Revealed Comparative Advantage för de mest aktiva länderna CLUS AR AU AT BE BR CA DK GB SF FR DE GR IN IR IL IT JP MX NL NZ NO CN PL PT KR ES SE CH TW TR US 1stTerm 125 1,7 0,5 0,1 1,6 0,6 0,7 4,3 1,4 1,6 0,8 1,8 0,6 0, ,8 0,7 0,7 3,7 0,8 2,3 0,7 1 0,2 0,6 0,4 4,3 0,5 0,3 0,2 1,1 toxicity 12 1,6 1 0,4 1,2 0,2 2,6 2,5 0,8 0,6 1,2 0,6 1 0,4 2,3 0,5 1,2 0,4 0,2 0,5 0,1 2,4 0,2 0,4 0,2 0,2 0,5 3,1 1,5 0,2 0,7 1,7 crop 13 1,6 0,9 2,2 1,1 0,1 1,4 1,6 4 3,2 1,9 1,3 0,9 0 0,2 1,3 0,2 0,5 0,5 2,2 1,7 1,9 0 1,1 2,5 0,2 0,8 2,6 2,2 0 0,4 1,3 landscape 149 1,4 0,2 2,5 1 1,9 0,5 0,5 3,4 0,9 0,8 1,9 2,9 0, ,2 1,1 1,2 2,1 0,5 0,5 0,2 0 0,8 0,5 0,8 2,3 0,6 0,3 0,4 1,2 receptor 104 0,4 0,5 1,5 0,9 0,7 0,8 0,4 1,7 0,7 0,6 1,2 1 0,1 0 1,6 1, ,7 0,1 0,5 0,6 0,2 0,2 2,2 0,4 2,3 4,8 1,2 0 1,4 xenotransp 183 1,8 0,5 4,2 1,5 2,1 1,1 0,3 1,4 0,2 0,8 1 1,1 2,2 0,6 3,5 1,4 0,6 1,9 0,7 1 1,5 0,5 1,2 0,6 1,3 1,2 2,1 1,8 0,6 0,7 0,8 disease 8 0,3 0,5 1,8 2,1 0,8 0,6 1,3 0,9 2,8 0,8 0,6 1,6 0,6 0,2 0,5 0,7 0,9 0,6 1,3 1,6 0,1 0,9 1,2 2,6 1,9 1,1 1,9 1,3 6,9 0 0,7 oligosacch 47 0,3 1,4 2 0,7 1,4 1,3 2 0,8 1,2 1,1 1,8 0,6 1,1 0,7 0 0,7 1,5 1,2 0,9 2,7 1,6 1,1 0,2 0,9 0,3 0,6 1,8 0,9 0,1 1 0,7 soil emissio 19 0,8 0,4 0,7 2,3 0,5 0,7 3,1 1,3 0,3 0,8 1,6 1,4 0,3 0,3 0,8 1,4 0,7 0,5 1,1 0,5 0,5 0,3 3,6 0,8 2,2 2,1 1, ,9 0,9 carotenoid 14 1,1 1,4 0,7 0,9 1,5 0,9 0,5 0,8 1,1 0,6 0,9 1,3 2,4 2,1 0,2 0,4 1,3 0,9 0,6 0,7 1,3 1,3 0,7 0,7 0,3 0,7 1,5 1,3 0,4 2 0,7 soil 31 1,6 0,9 1,3 0,5 1 1,6 1,3 0,5 0,8 1 0,8 0 0,5 0,4 0,7 0,8 0,9 0,3 1 2,3 0,6 0,4 0,8 1,2 0,2 0,6 1,4 1,4 0 0,5 1,8 forage 37 0,6 0,1 0 4,7 0,7 0,3 8,7 1,7 2,1 0,5 1,5 3,2 1,1 0,5 1,4 1,1 0,3 0,8 1,7 0,6 0,9 0,5 0,5 0,8 0,3 2,5 1,4 0,2 0,3 0,5 0,6 image ,3 0,2 0,4 0,4 1,3 0,4 1 0,5 0,8 1,5 0,2 0,2 0,3 0,3 0,6 0,9 0,5 1,2 0,5 1,3 0,6 1 1,8 0,2 0,8 1,3 1,6 0,1 0,2 1,8 biomass 66 0,7 0,8 1,4 1,7 1,1 0,5 0,4 1,1 0,8 0,9 0,6 0,7 0,8 1,2 1,6 2,3 1,2 1,3 1,1 2,1 1,6 0,9 2,5 1,6 0,9 1,5 1,1 0,8 1,3 0,7 0,6 phytoplasm 69 0,6 1,6 0,6 0,3 1,6 0,6 0,2 0,5 0,5 1,7 2,1 0 1,2 0,6 0,4 0,4 0,9 3,2 1,1 0,2 0,8 1,2 0,6 0,1 0,3 0,7 1, ,2 1,1 gene trait 81 1,7 0,4 0,8 0,1 0,4 4,6 1,6 0,2 1,5 0,7 0,6 1,2 0,4 1,5 0,2 0,8 0,2 0,4 0,1 0 0,6 0,4 0, ,4 1,1 0,6 0,1 0,8 1,9 soil 115 1,1 0,3 0,6 0,4 1 0,3 0,5 1,1 0,4 1,2 1 0,3 0,7 0,8 1,5 0,5 1,7 0,1 4,7 0,7 1,6 0,6 3,9 0,7 1,7 1 1,1 2 0,5 0,6 1,1 marker ,6 2 2,2 1,3 1,2 0,7 0, ,5 0,9 2,4 0,6 1,7 0,7 2,5 0,5 0,8 2,2 0,7 1,9 1,3 0,5 1,4 0,9 0 0,8 1,7 0,7 fruit nir ,2 2,1 1,4 0,7 0,6 1,5 1,1 1,3 2 0,7 1 1,2 3,9 1,2 0,9 0,5 0,7 2,9 0,8 0,5 0,6 0,3 0,9 0,8 1,3 0,9 0,8 0,5 2,6 0,6 irrig 10 2,3 2 0,1 0,1 0,7 1,2 0,5 2,5 4,1 1,1 1,5 3,1 1 2,3 0,1 0,6 0,6 3,1 0,8 0,6 1,6 0,8 1,9 0,2 0 0,8 0,9 1,9 0 0,4 0,8 wheat 4 0,2 0,6 0,3 1,8 0,9 0,1 0,2 0,3 0 0,3 1 3,8 0,6 0,3 1,4 2,4 0,2 1,2 0,4 0,5 0,8 0,5 3,3 1,2 0 5,1 0,8 0,4 1,6 1,2 0,5 olive oil 79 0,1 0, ,1 0,5 0,2 2,3 0,7 0, ,1 0,5 1,3 1,1 0,7 0,4 0,1 0 0,8 0,2 0,6 2,9 0,7 0,8 0, ,7 tumor ,1 1,2 0,6 1,9 0,7 1,3 0,2 0,6 0,1 0,1 1 1,4 1,7 0,8 0,4 1,3 0,8 0,1 0,9 0,5 2,6 1,3 0,3 0,9 0,4 0,7 0,5 0,4 1,3 0,7 allelopathi 53 1,7 0,3 2,1 1,7 1,2 1,2 0,7 0,6 1,1 1,2 0,5 0,4 0,8 0,6 0 0,7 1,1 1,4 0,6 1,7 1,3 1,6 1 0,5 1,2 0,7 0,7 0,4 2,7 0,5 0,8 protein 145 0,1 1,5 1,6 1,5 0,6 1,7 1,3 0,8 4,2 2 1,3 0 0,3 0,1 1,5 0,8 1 0,2 2,1 1,4 0,4 0,7 0,3 1,4 0,1 0,7 0,7 2,6 0,1 0,2 1,1 flux ecosys 28 0,4 1,3 0 1,9 0,7 1,2 1,7 0,6 1 0,7 2,3 1,5 0,3 1 0,6 0,9 0,6 0,4 1,4 1,5 0 0,6 1,3 0,7 0,2 0,6 0,6 0,9 0,3 0,8 1,5 soil fertility 121 1,4 0,6 0,4 0,8 1 0,8 0,5 0,5 0,8 1 0,7 0,3 3,4 1,2 0,7 1,4 1 1,5 0,8 0,2 1,1 1 1,2 0,7 0,5 1 0,6 0,4 0,1 2,3 0,9 marker 98 0, ,3 0,3 1,6 0,1 1 0,3 1, ,7 1 0,8 0,5 0,5 2,3 0,3 0,2 0,9 1,8 0,3 0,5 0,2 0,6 0,6 0,4 0 0,7 1,2 wheat 6 0,5 0,2 1,3 0,4 0,9 0,6 0,4 0,8 2,3 0,7 0,6 1 0,9 0,4 1 1,2 1,1 0,9 0,5 0,5 1,5 1,1 1,9 1,6 3,3 1,1 0,5 0,7 4,5 1,4 0,8 antioxidan ,1 1,7 0,3 0,1 0,3 0,5 0,5 0 0,7 1,1 0 2,5 0,8 0 0,4 4,1 0,6 3,8 0,3 0,4 1,3 0 0,2 0,4 0,1 0,5 0,6 0,1 0,2 0,8 rice 74 1,2 1,7 1 1,9 1 0,5 1,4 0,6 0,1 2,4 2,3 0,8 0,1 0,3 0,3 2 0,8 0,2 0,4 0,9 0,4 0,5 1,6 3,4 1,1 2,5 0,4 1,9 0,5 0,9 0,4 wine 177 1,4 1,9 0,1 2,4 0,4 0,2 0,2 0,3 0,4 1,1 1,5 1,2 0,1 0 4,2 0,9 0,3 0,7 0, ,4 0,4 2,7 0,2 4,7 0,3 0,8 0,2 1,8 0,7 irrigated 39 1,1 0,9 0 1,3 1,5 0,7 0,6 2 0,1 0,8 0,3 2,3 1,2 0,8 1,4 0,5 0,5 0,7 0,3 2,1 0,7 1,5 1,4 0,2 2,1 0,9 0,3 0,7 0,4 0,9 1,1 insecticide 51 0,8 1,5 0 0,5 0,8 1,9 0,8 0,6 0,3 0,9 0,5 1,7 0,3 0,6 0,8 0,3 0,5 0,1 0,2 0,7 0,4 0,5 0 0,3 0,3 0,6 0,3 0,4 0,1 0,4 2,3 herbicide 0 0,3 0,4 0 1,7 1,8 0,3 0 0,3 0,2 0,3 1,1 0,1 5,1 1,1 3,2 1 2,1 0,5 0,5 0,4 0 1,3 3,3 0,3 0,9 0,6 0,3 0 0,4 0,9 0,5 plant 75 2,1 1,4 0,4 0,4 2,3 0,6 0,3 0,9 0 0,3 0,5 1,9 1,4 2,8 0,6 0,6 0,9 0,7 0,3 0,3 2,2 1,7 1,4 1,2 0,5 0,7 0,2 0,3 0,4 2,9 0,8 germin 33 1,9 0,5 0,2 1 1,1 0,6 0,9 0,6 0,1 0,7 0,3 1 0,4 0,7 2,4 1,9 1,1 2,2 0,8 3,7 0,2 1,6 0,3 0,7 0,8 1,9 0,2 0,3 0,4 1,2 0,7 fruit 101 1,3 1 0,4 1,5 0,2 0,6 1, ,6 1,3 2,4 0,3 0 2,7 1,9 0,8 0,8 0,9 0,1 3 0,8 2,2 3,4 2,2 0,7 0,1 0, ,1 glucosinola 134 0,2 0,7 0,5 0 0,6 1,1 0,1 0,7 0 0,8 1,4 0 1,6 0,2 0,3 0,1 1,4 0,4 0, ,8 2 1,8 3,6 0,3 0,1 0,8 0,3 0 0,6 marker gen 20 0,1 0,2 1,3 0,5 0,4 0,6 0,1 0,2 0 0,2 0,4 0,6 0,8 0,7 0,6 0,8 0,7 0 0,1 0 0,3 3, ,6 1,2 0,1 2,5 1 0,2 0,8 melamine 192 0,5 0,6 0,7 0,8 0,4 0,5 1,8 1,3 0,2 1,2 0,7 1,1 0,6 0,3 1,9 1,6 1,4 0,3 0,8 1,1 1,5 1 0,6 1,5 3,2 0,8 0 0,5 4 1,6 0,8 curcumin 38 1,2 0,9 0,1 2,1 2,2 1,9 0,1 1,2 1,2 2 0,9 0 1,3 0,1 0 0,4 0,7 4,6 0,7 2,7 1,1 0,5 0,5 0,6 0,5 0,3 0 1,7 0,2 0,5 1,3 agroforest ,6 0,4 0,3 0,1 0,5 0 0,4 0,2 0,3 0,2 0 1,7 0,5 0,4 0,2 4,3 0, ,1 0,7 0 1,5 0, ,3 0 0,5 rice qtl 152 0,2 2,9 0,9 0 0,5 0,7 2,4 1,3 0,1 2,2 0,6 0,6 2,3 1,9 12 0,9 0,6 0,3 1,4 0,8 0 0,4 0 0,4 0 1,7 0 0,3 0,2 2,1 0,6 broomrape Anm: tabellen är sorterad efter svenska RCA-värden. Klusterinnehåll, se tabell 5. 39

40 Tabell 5. Beskrivning av klustren med 12 termer (substantivfraser) Cluster Term #Papers 1stTerm 6 antioxidant phenol anthocyanin acid active polyphenol antioxidant action extract cell tea flavonoid oil 2111 antioxidant 14 soil fertility root phosphorus plant uptake manure concentrated nitrogen rice grain wheat 1773 soil 47 soil emission n2o carbon crop soc biomass tillage fertil forest microbial biomass nitrogen 1399 soil emission 95 irrig water soil crop groundwater manage farm saline farmer system model drainage 1385 irrig 33 fruit ethylene storage postharvest apple fresh-cut treatment tomato degree quality acid antioxidant 1096 fruit 53 protein peptide film allergen hydrolyse emulsion zein property activity soy enzyme protease 974 protein 51 herbicide glyphosate resistant soil biotype saflufenacil glyphosate-resistant mesotrione atrazine weed als 966 herbicide 75 germin seed saline stress plant tolerant salt nacl drought cotton dormancy salt stress 951 germin 69 qtl marker trait maize line loci quantitative trait population gene resistant selection sorghum 941 gene trait 121 marker diverse genetic diversity ssr polymorphic microsatellite access genome population sequence aflp 933 marker 66 phytoplasma virus viroid pvy strain potato plant gene sequence tomato pathogen nematode 842 phytoplasma 74 wine aroma compound grape acid coffee odor red wine honey phenol acrylamide flavor 813 wine 39 insecticide resistant neonicotinoid pest imidacloprid insect spinosad chlorantraniliprole essential oil pyrethro 754 insecticide 81 soil crop wheat soybean yield fertile grain clover nitrogen intercrop pea rotation 696 soil 31 forage silage herbage fescue digestion grass pasture alfalfa rumen tall fescue ddgs milk 671 forage 104 xenotransplantation islet cell pig porcine transplant t-cell xenograft tumor mice cancer therapy 651 xenotransplantation 12 crop weed emergence herbicide soil germinable tillage corn biomass competition manager seed 595 crop 10 wheat grain genotype cultivar trait drought environment line biplot root qtl barley 594 wheat 192 curcumin lipid milk isoflavone cholesterol protein fatty acid acid sphingolipid egg whey soy 565 curcumin 76 nir fruit spectroscopy fiber image bagasse cellulose fibre content straw apple sample 560 fruit nir 159 biomass soil switchgrass grassland miscanthus biofuel grass nitrogen bioenergy ecosystem plant species 556 biomass 13 landscape habitat food biodiversity richness species farmer agriculture bird farmland predator species ric 547 landscape 28 soil reflection sensor canopy nitrogen crop fertility ndvi corn chlorophyl index managers 546 soil fertility 145 flux eddy canopy eddy covariance forest ecosystem net ecosystem carbon soil co2 covariance evapotra 541 flux ecosystem 8 oligosaccharide beta-glucan folate polysaccharide acid mushroom vitamin prebiotic oat wheat bioaccessi 531 oligosaccharide 41 rice soil crop water grain yield co2 climate irrigated spikelet temperature farmer 512 rice 183 disease plant phytophthora pathogen resistant fungicide rot soil trichoderma root biocontrol strain 510 disease 98 wheat rust resistant chromosome gene marker qtl stripe rust line stripe tritici triticum 503 wheat 79 tumor cancer oncolytic cell therapy adenovirus apoptosis gene cancer gene therapy cancer gene carcinom 500 tumor 149 receptor cytokine cell bone patient cortisol arthritis inflammation glucocorticoid hla-b27 immune hormo 456 receptor 73 allelopathic allelopathy allelochemical germinable root soil growth exudate allelopathic effect plant extra 444 allelopathic 101 glucosinolate soil nematode isothiocyanate brassica methyl bromide saponin fumigant broccoli buckwheat 350 glucosinolate 19 carotenoid tomato lycopene bioaccessible antioxidant beta-carotene fruit nitrate carrot phenol content 335 carotenoid 115 marker resistant potato infestans late blight gene blight ssr qtl map solanum cultivar 324 marker 0 plant jatropha regenerants curcas biodiesel explant culture miraculin rice jatropha curcas medium gene 318 plant 136 rice qtl qtls trait chromosome line quantitative trait gene loci phs allele grain 317 rice qtl 38 agroforestry tree soil coffee forest shade agroforestry system cocoa carbon homegarden species windb 304 agroforestry 125 bpa pfoa pfos estrogen rat inc exposure phthalate zebrafish developmental toxicity toxicity embryotoxic 293 toxicity 20 melamine pesticide residue enantioselective sample milk detect elisa extract pyrethroid enantiomer anti 291 melamine 37 image sprayer spray nozzle system rfid traceability tractor sensor machine tyre drift 287 image 177 irrigated water tree canopy deficit soil transpire deficit irrigation fruit evapotranspiration crop mds 285 irrigated 4 oil olive oil oleuropein phenol olive hydroxytyrosol antioxidant evoo acid compound extract fatty acid 261 olive oil 152 broomrape striga orobanche phelipanche chickpea rice crenata cultivar hermonthica faba parasite resist 254 broomrape 134 marker gene brassica napus cms qtl male sterile cytoplasm line restorer genom locus 247 marker gene Metod: Materialet om ca 30,000 artiklar har klustrats på referenslikhet genom att co-occurences av referenser tagits fram med association strength method och därefter har materialet klustrats (minst en gång) med Waltmans SLM-algoritm. När klustren identifierats har små (<100 artiklar) tagits bort. Klustren har tilldelats termer på basis av tillämpningar av NLP (Natural Language Processing)-metoder. 1st Term är mestadels hämtad från de första termerna per kluster. 40

41 KARTA MED SVENSKA NODER SOM RÖDA NODER 41

42 Biological Conservation Tabell 1 Länder och bibliometriska indikatorer för Biol Conservation (WoS-Category) COUNTRY Full P Frac P NCSf VITALITY TOP1 TOP5 TOP10 TOP25 TOP50 USA ,4 0,97 1,02 1,2% 5,2% 10,0% 22,6% 44,6% AUSTRALIA ,7 1,23 1,12 1,3% 7,2% 13,8% 34,3% 62,3% ENGLAND ,9 1,11 1,12 1,1% 5,6% 11,1% 31,5% 61,9% CANADA ,1 1,12 1,04 1,6% 6,4% 12,7% 32,2% 55,2% SPAIN ,6 0,98 1,05 0,6% 4,9% 9,9% 27,6% 55,9% PEOPLES R ,6 0,67 1,05 0,6% 2,0% 5,7% 16,6% 39,3% GERMANY ,1 1,28 1,08 1,2% 6,8% 14,4% 34,8% 65,7% BRAZIL ,7 0,75 1,03 0,6% 3,7% 6,8% 21,0% 46,9% FRANCE ,7 1,38 1,05 1,8% 8,9% 15,9% 37,9% 65,4% JAPAN ,1 0,54 1,01 0,2% 1,8% 3,4% 11,4% 31,9% ITALY ,7 0,94 1,06 0,4% 2,8% 7,3% 30,3% 58,5% SWITZERLA ,0 1,45 1,10 2,3% 8,7% 15,9% 41,3% 72,2% SOUTH AFR ,1 1,09 1,08 0,6% 6,7% 13,1% 34,2% 67,7% NEW ZEAL ,6 0,88 1,07 0,6% 2,3% 5,2% 27,0% 61,1% NETHERLA ,6 1,45 1,07 2,7% 8,8% 18,5% 40,3% 69,5% NORWAY ,5 1,03 1,03 0,6% 5,1% 9,5% 26,9% 56,9% MEXICO ,4 0,49 0,99 0,4% 1,8% 4,3% 11,9% 32,1% ARGENTIN ,2 0,64 0,98 0,1% 1,0% 4,4% 15,1% 46,9% SWEDEN ,1 1,33 1,04 0,5% 8,7% 17,7% 37,5% 68,9% FINLAND ,6 1,28 1,04 1,1% 7,6% 11,1% 34,0% 68,4% BELGIUM ,3 1,16 1,07 1,0% 5,6% 10,7% 30,3% 64,1% INDIA ,9 0,54 0,99 0,6% 2,1% 3,2% 11,5% 32,5% PORTUGAL ,4 1,16 1,08 1,4% 4,9% 12,8% 31,5% 63,9% DENMARK ,1 1,43 1,10 2,0% 11,1% 16,8% 41,6% 64,8% CHILE 82 49,6 0,68 1,04 0,0% 3,7% 6,8% 17,2% 49,7% AUSTRIA 90 41,9 1,19 1,08 0,9% 6,8% 15,5% 39,7% 62,0% Total ,7 1,02 1,05 1,1% 5,4% 10,5% 26,8% c Anm: Förklaringar till kolumnerna: P Antal papers (full count) Frac P Antal artikelfraktioner (fraktionalisering) [fem författare ger 0,2 andelar vardera] NCSf Fältnormaliserad citeringsgrad (normerad mot medelcitering inom området) Vitality Referensålder normerad mot fältets referensålder TOP X% Andel av artiklar som uppfyller villkoren för att tillhöra x:th percentil (fältnormerad) 42

43 Figur och tabell som visar forskningssamarbeten mellan länder: Trunkerad karta: Kina och Japan ligger utanför kartan söder om Chile och Argentina Figur 1: Relationer mellan länder baserat på ömsesidiga samarbeten på artiklar. Tabell 2. Hur länder klustras baserat på samarbeten (baserat på adress ). Name Cluster FRANCE 5 BRAZIL 4 PORTUGAL 4 SPAIN 4 CHILE 4 DENMARK 4 ARGENTINA 4 NORWAY 3 SWEDEN 3 FINLAND 3 CANADA 3 BELGIUM 3 NETHERLANDS 3 NEW ZEALAND 2 SOUTH AFRICA 2 AUSTRALIA 2 ENGLAND 2 INDIA 1 JAPAN 1 PEOPLES R CHINA 1 ITALY 0 MEXICO 0 AUSTRIA 0 SWITZERLAND 0 GERMANY 0 USA 0 Tabell 2 visar att Sverige ingår i ett kluster med Belgien, Holland, Kanada och de nordiska länderna 43

44 Tabell 3: visar hur Sverige positionerar sig per kluster (endast värden >=5 i SweFrac bör beaktas) Cluster TOT INCREASE NCSf % SWE RCA SweFracP SweNCSf 1stTerm ,99 2,35 10,2% 2,4 11,1 2,81 carbon ,91 2,32 11,4% 3,0 12,3 2,25 soil ,11 1,96 2,0% 1,5 2,1 2,02 service ,16 1,83 8,9% 1,1 9,7 1,55 climate ,90 1,30 3,8% 0,8 4,1 1,43 forest ,13 1,29 0,2% 0,1 0,2 4,64 fishery ,20 1,08 15,9% 3,5 17,2 1,12 grassland ,89 1,04 3,4% 0,7 3,7 0,88 conserve ,28 1,03 4,3% 0,9 4,7 0,58 population ,78 1,02 1,4% 0,2 1,5 0,31 invasion ,99 0,93 3,3% 1,2 3,6 0,97 stream ,04 0,93 2,8% 1,0 3,0 1,34 ice ,94 0,90 3,5% 0,7 3,8 0,94 richness ,26 0,81 0,0% 0,0 bushmeat ,24 0,79 4,9% 0,9 5,3 0,62 conserving ,82 0,75 2,3% 0,6 2,5 0,92 invasion ,89 0,71 5,4% 0,7 5,8 0,90 turtle ,60 0,68 2,7% 1,2 2,9 0,79 salamande ,95 0,67 5,0% 0,8 5,4 0,66 phylogenet ,51 0,62 1,0% 0,6 1,1 1,85 ant ,00 0,56 1,5% 1,3 1,7 0,21 eider ,25 0,54 1,4% 1,1 1,5 0,61 conserv ,02 0,49 0,0% 0,0 penguin ,82 0,33 1,8% 0,4 1,9 0,70 microsatel ,91 0,25 0,0% 0,0 prairie dog ,80 0,24 1,9% 0,4 2,1 0,29 loci ,67 0,22 0,9% 0,6 1,0 0,09 microsatel TOT ,01 1,01 100,0% 1 108,1 1,33 Anm: förklaringar ges närmast nedan Cluster anger ett kluster av artiklar som är avgränsat på basis av bibliografisk koppling är årliga uppgifter om artiklar i respektive kluster (Antal i Frac P per kluster). Increase anger förändring mellan 2011/2012 i förhållande till 2009/2010. NCSf anger citeringsgrad per artikelkluster (1,0 är globalt medelvärde), notera att tabellen är sorterad efter denna kolumn. %SWE anger hur Sveriges andel av publikationerna fördelar sig över resp. kluster. RCA anger Sveriges komparativa fördelar i respektive kluster, 1,0 är globalt riktvärde. Antyder att Sverige kan sägas satsa på högciterade områden. SweFracP anger svenska artikelandelar i klustren. SweNCSf anger svenska artiklars fältnormerade citeringsgrad. TERM anger de(n) första klusterterm(en) (substantivfras) för att beskriva artikelklustret. Tjugo termer anges i tabell 5 nedan, vilket närmare kan beskriva klustret. 44

45 Tabell: Framträdande svenska forskare per kluster cluster AU Frac 10 Bergman, KO Haaland, C Bommarco, R Ockinger, E Part, T Milberg, P Berg, A Bergstrom, A Hessle, A Nylin, S 7,5 13 Weyhenmeyer, GA Baath, E Rous k, J Hallin, S Nils s on, MB Uddling, J Agren, GI P leijel, H Wes s en, E Oquis t, MG 6,4 3 Hedenas, L Wedin, M Irestedt, M Kruys, A Tehler, A Matamoros, L E rseus, C Lindegarth, S Valero, J Wrange, AL 5,3 1 Mansson, J E ricsson, G Andren, H P ersson, J S egerstrom, P Kindberg, J Moen, J Bergstrom, R Danell, O S karin, A 4,5 0 Hein, CL Olsson, O Franzen, M Rogers, DJ Nilsson, C S oderman, F Wiklund, C S nall, T E nglund, G Hof, AR 4,4 11 Nils s on, C Klaminder, J Makoto, K Olofs s on, J Lindroth, A Callaghan, TV Metcalfe, DB Has s elquis t, NJ Akes s on, S Bos trom 4,0 5 Demandt, MH Hoglund, J Laikre, L Agren, J S letvold, N Charlier, J Ryman, N Karlberg, A S oderberg, H Zu, PJ 3,6 6 Persson, UM Andersson, E Hylander, K Franzen, M Larsson, M Nilsson, S Rist, L Felton, A Jonsson, BG Gustafsson, L 3,4 16 Hylander, K S chmalholz, M Lucke, J D J ohnson, RK Angelstam, P Degerman, E S ykes, MT 3,4 9 Lonnberg, L Griesser, M S chneider, NA J onsson, M Wardle, DA Kolb, GS P almborg, C E ssenberg, C Gundale, MJ Hambac 3,2 7 B odin, O Os terblom, H Tes fa ye, Y S chultz, L Roos, A B ohlin, F Ma lmer, A Ils tedt, U Wes lien, J B oman, M 3,1 4 Gustafsson, La Forsman, J T Hjernquist, MB Lowenborg, K Gardenfors, U J eppsson, T Forslund, P Nilsson, J P art, T Hagma 2,8 15 Wikner, J Anders s on, A Kritz berg, E S Ka rls s on, J Gra neli, W Akes s on, S B ra tts trom, O Wa rdle, DA Ha rkonen, T Ka rls s on, 2,7 17 Forsman, A S ahlen, G J ohansson, ME Nilsson, C J ansson, R Xiong, S J S trom, L Bartolino, V 1,9 8 Andre, C Ingvarsson, P K J ohansson, F Charrier, G S amils, N S lippers, B 1,7 2 Ramula, S Ahlgren, J Ekvall, MK Danell, K Bergstrom, R Persson, IL Bronmark, C 1,7 14 Goedkoop, W Grandin, U Hallstan, S 1,7 26 Angeler, DG Lindgren, PE Berglund, O S ahlen, G Milenkovski, S Weisner, S E B S andin, L Wardle, DA Oester, M Graae, BJ 1,6 12 Almqvist, G Ellegren, H Ekstrom, J Persson, A Lascoux, M Gustafsson, S Hemmila, S 1,4 999 S trom, L Hylander, K Dynesius, M Fontaneto, D Kuhry, P 1,4 22 Lindahl, AML Ode, A Alkan-Ols s on, J Vandewalle, M S ykes, MT Grandin, U 1,4 31 S a mneg a rd, U S mith, HG P ers s on, AS B omma rc o, R F ries, I Cederberg, B 1,3 20 Lindgren, J Kindberg, J Carlsson, NOL Holmqvist, N 1,1 44 Os terling, ME 1,0 28 Blenckner, T Tis elius, P Moller, LF Axe, P 1,0 21 J onsson, J Wellenreuther, M Tyler, T 1,0 45

46 Tabell 4. RCA - Revealed Comparative Advantage för de mest aktiva länderna ClusterAR AU AT BE BR CA CL DK GB SF FR DE IN IT JP MX NL NZ NO CN PT ZA ES SE CH US 1stTerm 10 0,8 0,5 1,4 2 0,5 0,1 0 0,1 3,1 1,9 1,6 2,5 0,4 2,3 0,8 0,8 3,8 0,7 0 0,6 1,4 0,6 1,1 3,5 1,8 0,4 grassland 13 0,6 0,8 1,7 1,5 0,3 0,8 0 2,2 0,7 1,3 1 2,1 0,7 0,5 1,8 0,1 1 1,3 0,5 1,9 0,6 0,1 0,4 3 2,2 0,9 s oil 11 0,1 0,5 0,4 0,9 0,2 1,8 0 1,5 0,8 1,6 1,2 1,3 0,3 0,9 1,4 0,3 2,5 0 1,2 1,4 0,1 0,2 0,8 2,4 0,9 1,1 carbon ,3 8 4,8 0,9 0,3 0 1,1 1,1 0,4 1,2 2,9 0,9 6,4 0,1 0,9 4,4 0,6 0,3 1,5 2,7 1,4 0,9 1,5 2 0,2 service 24 0,8 0,3 0 1,1 0,4 2,6 0 1,5 0,7 1,7 1,2 0, ,5 1,1 0,3 6, ,4 1,3 0 1,4 eider ,5 1,4 0,6 3, ,2 0,5 0 0,3 0,5 1,3 1,3 0,7 0,2 0,4 0,8 0,9 0,3 1,2 0 0,2 1,2 0,6 1,4 salamander 16 0,7 0,7 0,7 0,6 1,2 1,1 0,4 0,7 0,3 0,5 1,8 0,7 0 0,8 1,2 0 0,6 0,3 0,2 0,2 3 0,5 1,1 1,2 0,6 1,4 s trea m 999 1,2 0,9 0 0,3 2,3 1,3 2,2 0 0,6 0,3 0,4 0,4 2,4 1 0,4 2,5 1,7 0 0,2 1,8 0,2 0,8 0,9 1,1 0,2 1,1 c ons erv 0 0,3 1,5 1,9 0,9 0,7 0,6 0,6 1,5 1,1 1,5 1,4 1,1 0,6 1,2 0,7 0,9 1,6 0,6 1 0,3 2,2 1 1,6 1,1 2 0,9 climate TOT ,6 0,3 0 0,8 0,5 2,8 1,4 2,1 0,3 1,8 0, ,9 1,5 0 0,2 0,9 10 0,5 0 0,5 1,1 1 0,2 0,6 ice 5 0,5 1,1 0,6 2,1 0,4 1,2 0,3 0,7 0,6 1,3 0,9 0,6 0,6 0,4 1,2 0,6 0,3 1,8 1,2 0,7 0,5 0,7 1,3 0,9 2,2 1,2 population 4 1,3 1 0,8 0,4 0,9 1,2 0,3 0,7 1,4 0,9 0,5 0,5 0,9 1,1 0,6 1,2 0,7 0,6 0,1 0,3 0,9 1,5 1,6 0,9 1,5 1,1 conserving 6 0,3 2,1 1 0,9 2,7 1,1 0,8 0,5 1,3 0,9 0,7 0,8 1,7 1 0,5 1,7 0,7 0,6 0,1 0,5 0,5 0,4 0,9 0,8 1,1 0,8 fores t 3 1,8 0,7 0,9 0,9 1,5 0,7 1,1 1,8 0,8 0,7 1,1 1,4 1,2 1,3 1,6 1,7 0,3 1 1,4 1,5 1,2 0,9 1,2 0,8 0,3 0,9 phylogenetic 9 0,9 1,1 1, ,9 0,6 2,6 0,7 2,3 1,2 1,3 1,5 1,4 0,5 2,7 2 0,7 1 1,1 2,1 1,8 1,3 0,7 1 0,6 richness 1 0,9 0,7 0,8 0,3 0,8 1,3 1,2 0,4 0,8 0,1 1,3 0,6 2,6 0,5 0,3 1,5 0,6 0,6 1,3 0,3 0,5 1,5 1,2 0,7 0,7 1,3 turtle 7 0,4 2,1 0,3 0,1 0,6 0,9 1,3 2,1 2,5 1,6 0,5 0,6 2,3 0,5 0,3 1,2 0,7 0,8 0,4 0,3 0,6 2,8 0,8 0,7 0,8 0,8 conserve 20 0,7 0, ,4 0,2 1,5 0,5 0,9 0,5 1,6 0,6 0,7 0,3 4, ,5 0,2 0 0,7 0,6 2,5 0,6 0,2 1,1 a nt 14 0,8 0,9 0 0,5 0,4 2,3 1,6 0,1 0,7 0,5 0,4 0,4 0 0,9 0,5 0,5 0,5 1 0,5 0, ,5 0,6 0,3 1,5 invas ion 21 0,6 0,3 2,3 1,5 0,9 0,1 3,9 0 0,5 0 0,3 0,5 1,5 1,3 0, ,5 0,2 12 0,5 1,3 1,2 0,6 0,2 0,2 micros atellit 12 0,6 0,5 0,5 0,1 1,6 0,8 0,8 0,5 0,8 0,3 0,7 0,8 1,9 0,3 1,3 2,1 0,1 1 0,6 4,1 0,8 0,3 0,9 0,4 0,3 1 micros atellit 8 0,2 2 1,9 0,9 1,4 0,7 1,1 0,8 0,4 2 0,9 0,7 1 0,6 2 1,2 0,2 1,2 0,3 1,1 0,2 0,6 0,4 0,4 0,7 1,1 loci ,8 1,6 0,3 0,6 2,9 0,4 0,3 0,4 0,9 0,5 0,4 0,7 1,4 0,7 1,1 2,1 0,1 0,8 1,4 2 0,7 0,2 1,1 1,3 invas ion ,1 0 0,2 0,7 1,7 0,9 1,8 1,5 0,8 0,9 0, ,3 0,1 0,2 3,3 0,9 0,3 1,5 1,7 0,3 0,1 0,1 0,9 fis hery 18 2, ,1 1,8 1,4 1,1 0 0,2 0 0, ,8 0,7 1, ,2 1,9 0,4 0, ,9 pra irie dog ,4 0 1,6 1,9 0,3 0 1,6 4,9 0 0,9 1,3 2,4 0,4 0,3 0,4 0,8 0,6 1,6 0 0,8 0,7 0,4 0 0,4 0,8 bushmeat ,5 0 1,1 0,4 0,2 2,4 0 1,9 0 2,7 1,2 0 3,3 1 0,3 0 2,1 3,2 0,5 0,7 0,6 1,1 0 0,1 0,5 penguin Anm: tabellen är sorterad efter svenska RCA-värden. Klusterinnehåll, se tabell 5. 46

47 Tabell 5. Beskrivning av klustren med 15 termer (substantivfraser) ClusteTerm #Paper 1stTerm 0 climate change distribution model climate change species distribution species distribution model niche range maxent temperature sdms habitat conservancy s 707 climate 1 turtle population lynx bycatch deer habitat elephant wolves home home range lion coyote tiger predator conservancy 638 turtle 2 invas ion plant invas ive plant s oil vimineum alien plant community exotic plant invas ive s pecies plant invas ion invader biological invas ion non-native fores t deer 599 invas ion 3 phylogenetic haplotype sequence dna gene population nov phylogeography antarctic clade mtdna genus lineage coi cytochrome 570 phylogenetic 4 conserving nest bird habitat vultur biodiversity managed occupancy vireo list population wetland species indices iucn 485 conserving 5 population microsatellite genetic diversity genet loci genetic structure allele genetic variance gene bottleneck marker hybrid differentiation diversity structure 427 population 6 forest landscape fragment habitat bird plantation biodiverse conserve tree redd deforestation patch oil palm connection coffee 427 fores t 7 conserve manager biodiverse payment forest cbnrm land reserve cost biodiversity conservation service policy pes network governance 417 conserve 8 loci micros atellite marker polymorphic allele heterozygos ity locus polymorphic microsatellite population microsatellite loci hardy-weinberg primer genet po 415 loci 9 richness diversity ant species richness beetle carabid forest community assemblage beta biodiverse pattern species spider scale 397 richness 10 grassland landscape habitat butterfly manage richness bird conservation farmland biodiverse plant meadow community patch vegetable 387 grassland 11 carbon soil co2 climate change flux respired permafrost ecosystem efflux eddy precipitation forest tundra eddy covariance 362 carbon 12 microsatellite loci marker polymorphic allele heterozygos ity locus polymorphic microsatellite population hardy-weinberg micros atellite loci polymorphic micros 361 micros atellite 13 soil co2 n2o soc carbon respire emission decomposition temperature nitrogen ozone ch4 change litter flux 322 s oil 14 invasion bythotrephes crayfish lake fish sucker trout invasive species ballast propagule pressure propagule biological invasion mussel establishment spread 304 invas ion 15 ice arctic sea sea ice phytoplankton beaufort kongsfjorden seal benthic brine polar cod carbon isotope copepod svalbard 249 ice 16 stream macroinvertebrate river bioassessment community assemblage fish benthic macroinvertebrate diatom benthic metric index multimetric biotic homogene 235 s trea m 17 salamander amphibian frog tadpole hemlock pond stream anuran newt wetland everglades riparian forest population toad 189 salamander 18 pra irie dog pra irie dog s quirrel woodra t s ma ll ma mma ls la rder deer brus h pile mule richa rds on's g round ma g is ter a lleg heny woodra t richa rds on's g round s quirrel 151 pra irie dog 19 fishery marine shark fisher manage mpa mpas reef reserve fish no-take marine reserve lobster ecosystem conservation 136 fis hery 20 ant mink argentine ant eradication island invasion rat cactorum manokwari invasive ant humile american mink native ant supercolony linepithema 134 ant 21 micros atellite loci polymorphic marker allele heterozygos ity locus polymorphic microsatellite microsatellite loci microsatellite marker characteriz ation white 127 micros atellite 22 service ecosystem service indices landscape sustain ecosystem sustainability indicator managers land assessment framework sprawl urban sprawl soil policy 112 service 23 bushmeat chimpanzee elephant gorilla household wildlife hunter forest ape village primate human-elephant market human-elephant conflict offtake 106 bushmeat 24 eider king eider arctic fox fox cheatgrass population lichen height lemming common eider climate tundra somateria sagebrush change king 98 eider 25 penguin krill antarct gentoo gentoo penguin seal pygoscelis chinstrap skua superba chinstrap penguin rockhopper antarctica euphausia diet 95 penguin 999 cons erv fores t population habitat loci managed community plant micros atellite divers e tree biodivers e lands cape s pecies s oil 600 c ons erv 47

48 Metod: Materialet om ca 10,000 artiklar har klustrats på referenslikhet genom att co-occurences av referenser tagits fram med association strength method och därefter har materialet klustrats (minst en gång) med Waltmans SLM-algoritm. När klustren identifierats har små (<100 artiklar) tagits bort. Klustren har tilldelats termer på basis av tillämpningar av NLP (Natural Language Processing)- metoder. 1st Term är mestadels hämtad från de första termerna per kluster. Karta Kommentar: Jämn fördelningmen tyngdpunkt i kartans västra delar (kluster 10) 48

49 Biotechnology & Applied Microbiology Tabell 1 Länder och bibliometriska indikatorer för Biotech (WoS-Category) COUNTRY Full P Frac P NCSf VITALITY TOP1 TOP5 TOP10 TOP25 TOP50 USA ,0 1,43 1,11 2,2% 8,7% 15,8% 34,6% 61,6% PEOPLES R CHINA ,4 0,91 1,08 0,6% 4,3% 9,3% 24,7% 51,8% JAPAN ,6 0,66 1,03 0,2% 1,7% 4,3% 16,1% 41,5% GERMANY ,1 1,10 1,10 0,9% 5,2% 11,1% 30,7% 59,8% SOUTH KOREA ,3 0,77 1,04 0,5% 2,9% 7,0% 20,5% 47,2% INDIA ,0 0,68 1,01 0,4% 2,1% 5,5% 18,0% 45,3% SPAIN ,7 1,19 1,10 0,9% 5,0% 10,6% 29,7% 59,7% ENGLAND ,2 1,48 1,14 2,2% 7,7% 14,1% 32,9% 60,8% ITALY ,1 0,88 1,11 0,5% 3,4% 8,1% 24,3% 52,6% FRANCE ,1 1,02 1,07 0,8% 4,6% 10,7% 28,9% 57,0% CANADA ,8 1,06 1,08 1,0% 5,5% 11,1% 27,1% 53,4% BRAZIL ,3 0,67 1,05 0,3% 1,8% 4,6% 17,6% 45,5% NETHERLANDS ,6 1,23 1,13 1,0% 7,8% 15,1% 35,1% 62,9% TAIWAN ,0 0,83 1,06 0,6% 3,1% 7,4% 22,2% 50,9% AUSTRALIA ,4 1,18 1,09 1,2% 5,6% 11,5% 29,5% 57,9% SWEDEN ,1 1,20 1,11 1,2% 6,2% 13,7% 34,5% 64,6% BELGIUM ,2 1,00 1,11 0,8% 5,7% 10,6% 27,4% 54,5% SWITZERLAND ,5 1,31 1,17 1,5% 7,3% 15,0% 35,4% 62,9% TURKEY ,0 0,67 1,01 0,2% 2,3% 5,9% 18,0% 43,2% PORTUGAL ,1 1,02 1,07 0,5% 3,8% 9,7% 30,4% 61,2% DENMARK ,6 1,40 1,12 1,6% 9,3% 16,8% 37,8% 65,6% IRAN ,9 0,62 1,03 0,3% 2,3% 5,8% 16,5% 39,9% POLAND ,0 0,56 1,03 0,1% 1,5% 3,4% 13,5% 38,7% FINLAND ,7 1,10 1,11 1,1% 5,8% 12,0% 31,2% 59,7% AUSTRIA ,5 1,09 1,11 0,6% 4,9% 11,0% 30,5% 62,7% IRELAND ,2 1,13 1,11 0,9% 5,2% 12,3% 32,6% 64,0% GREECE ,5 0,89 1,06 0,9% 3,8% 8,8% 22,7% 52,3% CZECH REPUBLIC ,6 0,68 1,05 0,0% 2,2% 5,2% 19,0% 42,5% NORWAY ,9 1,07 1,13 0,7% 5,3% 12,1% 31,0% 58,9% RUSSIA ,5 0,74 1,05 0,8% 2,9% 6,1% 17,7% 43,3% Total ,0 1,06 1,08 1,1% 5,2% 10,6% 27,2% 54,6% Anm: Förklaringar till kolumnerna: P Antal papers (full count) Frac P Antal artikelfraktioner (fraktionalisering) [fem författare ger 0,2 andelar vardera] NCSf Fältnormaliserad citeringsgrad (normerad mot medelcitering inom området) Vitality Referensålder normerad mot fältets referensålder TOP X% Andel av artiklar som uppfyller villkoren för att tillhöra x:th percentil (fältnormerad) 49

50 Figur och tabell som visar forskningssamarbeten mellan länder: Figur 1: Relationer mellan länder baserat på ömsesidiga samarbeten på artiklar (ju rödare desto mer högciterade) 50

51 Tabell 2. Hur länder klustras baserat på samarbeten (baserat på adress). COUNTRY CLUSTER RUSSIA 4 CZECH REPUBLIC 4 POLAND 4 FRANCE 3 ITALY 3 NETHERLANDS 3 SPAIN 3 BELGIUM 3 IRELAND 3 PORTUGAL 3 SWITZERLAND 2 AUSTRIA 2 GERMANY 2 GREECE 1 FINLAND 1 DENMARK 1 NORWAY 1 SWEDEN 1 USA 0 CANADA 0 AUSTRALIA 0 ENGLAND 0 Tabell 2 visar att Sverige i princip ingår i ett nordiskt kluster Cluster AU Frac P 999 Nielsen, J Hahn-Hagerdal, B Gorwa-Grauslund, MF J onsson, LJ Hatti-Kaul, R Zacchi, G P assoth, V Belak, S Uscka-Wehlou, H S 29,3 9 Zacchi, G Taherzadeh, MJ Galbe, M Karimi, K Liden, G J eihanipour, A Monavari, S P almqvist, B P ersson, T Wiman, M 23,0 11 P eck, P Gustavsson, L Berndes, G Rosenqvist, H Dimitriou, I Kautto, N S athre, R E riksson, L Mansikkasalo, A Bengtsson, S 14,7 10 E lofsson, A Andersson, J O Wikberg, J E S Hayat, S Georgiev, AG S pjuth, O Wallner, B Raberg, U S onnhammer, E LL Flores, S C 10,8 23 Nygren, P A Ludvigsson, J Lacki, KM Lofdahl, P A S tahl, S Uhlen, M Grimm, S Graslund, T Lundberg, E Tolmachev, V 9,4 19 S onnhammer, E LL Lysholm, F Hendriks, CLL Forslund, K Lagergren, J Messina, DN E llegren, H Gornerup, O E lias, I Douglas, DA 8,5 71 Bengtsson, S Vinneras, B Bjornsson, L Karlsson, A Hamit-E minovski, J Arnebrant, T Ottoson, J R Werker, A Murto, M Alvarez, R 8,5 49 Mandenius, CF Larsson, G Gustavsson, M Olsson, L Bjorkman, M Bonde, J S Bulow, L van Maaren, P J Mazlomi, M J afari, R 6,5 2 Lindh, L S vendsen, IE Arnebrant, T Mattiasson, B Willander, M Asif, MH S vedhem, S Hedstrom, M Danielsson, B J ohansson, C 5,8 1 S trand, R Fontes, M Verikas, A S oneson, C Bjornsdotter, M Wessberg, J Borgefors, G Lee, W Andersson, J Lindblad, J 5,7 7 E llegren, H Komorowski, J Wadelius, C E nroth, S Andersson, R S amuelsson, T Lopez, MD Kanduri, C Hoglund, M Veerla, S 5,7 123 Arthurson, V Lindqvist, R E riksson, E Aspan, A Boqvist, S Lindblad, M Albihn, A Monteiro, C S oderlund, R Romling, U 5,5 59 Cao, YH Le Blanc, K Hyllner, J Karlsson, C Novikov, LN Kingham, P J Wiberg, M Ringden, O Lenneras, M de P eppo, GM 5,5 27 Riemann, L P inhas s i, J Hags trom, A Bertils s on, S Kris tians s on, E Hallin, S Beier, S Gomez-Cons arnau, L Tranvik, LJ P izzul, L 5,2 47 Holmberg, T S jog ren, E Krus e, C Arena s, E Hova tta, O P a ris h, CL R ibeiro, D Hy llner, J S trehl, R B ry ja, V 5,0 30 Hilborn, J Lindahl, A Finne-Wistrand, A Albertsson, AC Wendel, M Aulin, C Tcacencu, I Brisby, H Gatenholm, P Concaro, S 5,0 28 Tornhage, CJ Nielsen, J Vongsangnak, W Arabi, A Wright, AP H Wikberg, J E S E klund, M Nilsson, R Olovsson, M Gabrielsen, A 4,7 6 J akobsson, M Carlborg, O Marklund, S Wahlgren, M Webster, MT Lindblad-Toh, K Carlsson, A Ingvarsson, P K P awitan, Y Anders 4,5 4 Hagstrom, AE V Adlercreutz, P Henriksson, G Wennermark, M Hatti-Kaul, R S hleev, S Kaki, S S Carlquist, M P arachin, NS Fidan 4,5 26 Hallin, S E nwall, K Baath, E S terngren, AE Bengtson, P P ell, M Almstrand, R Hermansson, M Throback, IN S tenberg, M 4,4 51 Wadstrom, T Karlsson, M Lotfi, K Fyrberg, A Stenlid, J Mattiasson, B Metsa-Ketela, M Plieva, FM Andersson, S Dalhammar, G 4,1 44 Moore, E RB Finlay, RD Izumi, H Ljung, K S ellstedt, A Leul, M S vensson-s tadler, LA Danielsson, R Albert, J Arthurson, V 3,9 38 Giwercman, A J onsson, B Wilking, N Giwercman, YL Ahnstrom, G Kotova, N Liljendahl, TS Mohseni, S S egerback, D Rylander, L 3,9 5 Lundeberg, J Nordgren, A Arvestad, L Landegren, U Vezzi, F S tranneheim, H Kaller, M Nielsen, J Nilsson, M Andersson, B 3,8 95 Belak, S Muradras oli, S Blomberg, J Mohamed, N Zohari, S Ols en, B Czifra, G Arbrandt, G Nicoll, A Albihn, A 3,6 69 von Arnold, S E riksson, De Helmersson, A Lundquist, P O Lindgren, H Larsson, E m Abrahamsson, M Ahlman, A Lindlof, A Olsso 3,4 15 Billstrom, H Roos, S Mattiasson, B Egervarn, M Dover, S E Dahlen, G Mamo, G Andersen, KK Alvarez, B S choug, A 3,4 16 Lingstrom, P Lewin, A Hederstedt, L S karfstad, E S hingler, V Osterberg, S S tymne, S Bok, G E kstrand-tobin, A Lindblad, P 3,2 57 Essand, M Lindholm, L Magnusson, MK Hedestam, GBK Adams, WC Loskog, ASI Bergh, A Papareddy, P Garoff, H Bond, E 2,9 20 Andersson, S C Ahman, I Vongsangnak, W Bertholdsson, NO Figueroa, R Lebret, K Rengefors, K S perber, G E riksson, NE Blomb 2,7 55 Adlercreutz, P Mathew, S Hashim, S Kasture, S Hatti-Kaul, R Faryar, R Mamo, G Teeri, TT Kaewthai, N Brumer, H 2,1 97 Pedersen, K J onsson, S Borjesson, G Lawrence, A 2,0 109 Ali, AC Raberg, U Terziev, N S vensson, B Christiansson, A Holst, E 1,3 51

52 Tabell 3: visar hur Sverige positionerar sig per kluster (endast värden >=5 i SweFrac bör beaktas) Cluster TOT INCREASE NCSf % SWE RCA SweFracP SweNCSf 1stTerm ,8 3,86 2,9% 1,3 16,1 1,34 exome ,8 1,81 2,8% 1,1 15,6 1,66 cnvs ,1 1,77 4,2% 1,2 23,3 1,19 dna methylation ,0 1,72 2,9% 0,8 16,0 1,75 bacterial community ,4 1,60 11,9% 3,9 66,4 1,34 gasifer ,2 1,59 10,1% 2,5 56,6 1,82 saccharification ,0 1,41 1,4% 0,8 8,1 1,49 anammox ,8 1,37 3,6% 0,7 20,2 0,96 aptamer ,9 1,34 3,1% 1,2 17,1 1,88 stem cell ,8 1,26 4,7% 1,2 26,2 1,02 ontology ,1 1,23 3,9% 1,5 21,9 1,13 biogas ,9 1,20 1,8% 0,6 10,2 1,16 pattern recognition ,8 1,18 6,1% 1,9 34,1 1,16 server ,9 1,09 3,6% 0,8 19,9 2,23 stromal cell ,9 1,00 1,8% 0,4 10,2 1,21 chondrocyte ,7 0,93 4,3% 1,1 23,9 0,88 enrichment analysis ,9 0,88 2,0% 0,7 11,4 0,76 stec ,9 0,85 2,1% 0,7 11,9 1,31 transesterification ,9 0,82 1,1% 0,6 6,4 0,82 oncolytic ,7 0,80 1,1% 0,4 6,3 0,87 geneti map ,9 0,80 2,8% 0,8 15,9 1,13 apoptosis ,9 0,76 0,4% 0,1 2,3 1,00 listeria ,1 0,74 1,7% 0,9 9,4 0,55 influenza ,0 0,74 1,7% 0,6 9,3 0,79 lactobacillus ,0 0,73 0,4% 0,2 2,0 0,47 biofilter ,0 0,73 2,4% 1,1 13,2 0,84 pastoris ,0 0,69 1,7% 0,4 9,5 0,93 endophyte ,9 0,68 0,5% 0,2 2,5 0,43 xylanase ,9 0,67 9,3% 2,3 51,9 0,64 affibody ,8 0,54 1,1% 0,4 5,9 0,43 tarda ,9 0,52 1,7% 0,4 9,8 0,76 chitinase ,5 0,51 1,2% 0,4 6,5 0,49 hairy root TOT ,9 1,11 100% 1 560,1 Anm: förklaringar ges närmast nedan Cluster anger ett kluster av artiklar som är avgränsat på basis av bibliografisk koppling är årliga uppgifter om artiklar i respektive kluster (Antal i Frac P per kluster). Increase anger förändring mellan 2011/2012 i förhållande till 2009/2010. NCSf anger citeringsgrad per artikelkluster (1,0 är globalt medelvärde), notera att tabellen är sorterad efter denna kolumn. %SWE anger hur Sveriges andel av publikationerna fördelar sig över resp. kluster. RCA anger Sveriges komparativa fördelar i respektive kluster, 1,0 är globalt riktvärde. Antyder att Sverige kan sägas satsa på högciterade områden. SweFracP anger svenska artikelandelar i klustren. SweNCSf anger svenska artiklars fältnormerade citeringsgrad. TERM anger de(n) första klusterterm(en) (substantivfras) för att beskriva artikelklustret. Tjugo termer anges i tabell 5 nedan, vilket närmare kan beskriva klustret. 52

53 Tabell 4. RCA - Revealed Comparative Advantage för de mest aktiva länderna Cluste AU AT BE BR CA CZ DK GB SF FR DE GR IN IR IE IT JP NL NO CN PL PT RU KR ES SE CH TW TR US 1stTerm 11 0,7 1,8 1,2 1,1 1 0,1 1,6 1,4 5,1 0,5 0,8 1 0,7 0,5 2 1,4 0,4 2 1,7 0,8 0,5 0,9 0,2 0,5 1,3 3,9 0,7 0,7 0,9 1 gasifer 9 0,4 1,3 0,4 2,4 1 0,6 3,3 0,3 1,8 0,5 0,3 1 1,3 0,8 0,3 0,3 0,9 0,5 1,1 1,2 0,5 1,1 0,5 1,2 1,1 2,5 0,1 0,4 0,7 1,2 saccharific 23 0,7 1,5 0,6 0,7 1 0,8 0,5 1,3 0,7 0,6 1 0,3 0,7 1,6 0,8 0,8 1, ,2 0,5 0,8 1,4 1,3 0,5 2,3 1,6 1 0,2 1 affibody 10 1,3 0,7 0,6 0,9 1,1 1,2 1,6 1,8 0,5 1,6 1,1 1,3 1,2 0,1 0,8 1,5 0,6 0,4 1,6 0,6 1,6 0,4 1,6 0,7 0,8 1,9 1,1 0,6 0,2 1,2 server 71 1,3 0,9 1,1 1,1 1,1 0,8 1,7 0, ,7 2,3 1,3 0,7 0,8 2,1 0,5 0,7 0,2 1,2 2 2,1 0 0,8 2,7 1,5 0,1 1,8 3,3 0,3 biogas 5 1,4 1,1 0,6 0,2 1,4 0,6 1,6 2,6 0,8 0,9 1,1 0,6 0,2 0 0,6 0,7 0,5 1,2 0,9 0,4 0,3 0,3 1,2 0,2 0,3 1,3 1,1 0,4 0,3 1,9 exome 7 1,7 0,6 0,7 0,2 1 0,9 0,7 1,5 0,2 1,1 1,1 0,6 0,3 0,2 0,5 0,9 0,6 0,7 2,5 0,5 1,1 0,6 2,3 0,2 0,8 1,2 1,5 0,5 0,9 1,8 dna methy 47 1,7 0,3 0,9 0,4 1,1 1,4 0,7 2,2 1,1 0,7 1 0,5 0,3 0,6 0 0,6 1,3 0,6 0,6 0,6 0,4 1,2 0 0,7 0,8 1,2 1,1 0,7 0,4 1,5 stem cell 19 1,5 0,8 1,1 0,8 1,6 0,3 1,1 1,7 1,2 1,5 1,2 0,7 0,5 0,4 0,8 1,4 0,6 0,7 1,5 0,5 0,8 1,4 1,7 0,5 1,2 1,2 1,8 0,9 0,1 1,2 ontology 28 1,1 1,4 1,4 0,2 1,1 0,6 0,8 1,6 1,4 0,9 1,4 1,1 0,2 0,3 0,8 1,2 0,4 1,5 1,4 0,6 0,8 0,5 0,3 0,6 0,7 1,1 0,9 0,7 0,2 1,6 enrichmen 49 0,6 5 1,2 0,8 0,7 2,2 1,7 1,5 1,4 0,9 2,8 0 0,8 1,4 1,5 0,9 0, ,1 1 3,4 1,3 0,9 0,7 1,1 1,8 0,1 1 0,6 pastoris 6 1,4 0,7 0,7 0,5 1 1,1 1 1,8 0,9 1 1,1 0 0,2 0,2 0,2 1,1 0,4 1,4 1,7 0,3 1,5 0,1 0,6 0,5 0,9 1,1 2,1 0,6 0,3 1,8 cnvs TOT ,4 0,9 0 0,5 1,5 1,1 1 1,3 1 0,7 0,8 0 1,4 1,3 2 0,3 0,9 0,6 0,1 2,3 0,9 0,6 0,9 1,8 1,5 0,1 1 influenza 38 0,7 0,5 0,9 0,9 0,9 1,1 1,4 0,8 0,9 0,7 1,1 1,8 1 0,6 0,2 1,7 1,1 1,1 1,2 1 2,8 0,2 1,7 1,1 0,7 0,8 0,5 1,1 1,8 1 apoptosis 27 1,7 1,8 0,8 0,7 1,3 1,6 1,1 0,7 0,7 1,8 1,7 0,8 0,5 0 1,4 0,5 1,2 1,1 2,4 0,5 0,4 0,4 1,3 0,4 0,8 0,8 1,6 0,3 0 1,4 bacterial co 59 0,9 1,2 1,2 0,7 1,1 0,6 0,4 0,7 0,8 0,8 1,4 0,7 0,3 0,8 0,7 1,5 1 1,7 0,5 1 0,2 1,1 0,3 1,4 0,5 0,8 1,3 1 0,6 1,2 stromal ce 26 0,8 0,6 1,3 0, ,2 0,4 0,7 1,3 1,1 0,5 0,3 1,4 0,4 1,4 1,7 1,2 2 1,1 1,1 0,2 1 1,5 0,8 0,5 1,5 1,7 0,4 anammox 4 0,1 1 0,8 3,4 0,3 0,7 1,2 0,4 0,2 0,7 0,6 1,4 2 1,4 0,8 0,6 0,8 0,4 0,1 1,9 1,3 2 0,7 1,6 1,8 0,7 0,4 1,6 3,5 0,2 transesteri 123 1,8 0, ,8 1 1,8 1,3 0,9 0,9 0,7 0,7 0,3 0,5 3 0,6 0,4 0,8 1,7 0,2 0,6 0,4 0,4 0,8 1,1 0,7 1,2 0,3 1,1 1,8 stec 2 0,5 0,3 0,6 0,5 0,3 0,8 0,3 0,6 0,3 0,7 0,6 1,2 1,2 2, ,6 0,4 0,2 2,2 0,4 1 0,8 1,6 1 0,7 0,7 2,8 2,1 0,6 aptamer 15 0,5 1 2,4 1,4 0,9 2,8 0,8 0,6 2 1,5 0,7 2,1 1 0,9 3,7 1,2 2,2 2,5 3,5 0,6 1,6 1,5 0,6 1 1,7 0,6 1 0,6 1,4 0,4 lactobacillu 57 0,3 0,1 0,1 0,3 1,4 0 0,4 1,3 2,8 0,8 1,3 0,9 0,1 0,3 0,6 0,5 1 0,7 0,3 0,7 0,3 0 0,7 1,2 0,8 0,6 0,2 1,1 0,2 1,7 oncolytic 1 1,5 0,5 0,8 0,8 1,6 0,4 0,4 1,4 1 1,9 0,7 2,5 0,6 0,9 0,4 0,8 0,2 0,9 0,4 1,5 0,8 0,6 0,5 0,9 1,7 0,6 1,5 2,5 1,2 0,6 pattern rec 51 0,5 1,3 0,5 1,9 0,6 2,2 0,5 0,3 0,8 0,7 1,1 0,5 2,3 1,9 0,8 0,9 2,3 0,3 0,8 1,2 1,1 0,5 2,3 2,2 0,5 0,4 0,4 1 2,2 0,3 chitinase ,6 0,8 1,8 1,1 1,9 0,5 0,4 0,6 1,2 1 0,8 2,5 1 0,6 0,9 1,6 0,8 0,4 1,1 1,1 1,4 1,6 1,4 1,2 0,4 1,3 0,8 1 0,5 endophyte 20 1,8 0,3 0,9 1,2 1,2 1,3 0,4 0,6 0,5 1,5 0,9 0,4 1,3 0,2 0,2 1,1 0,8 0,8 1,2 1,3 2,6 0,8 1,2 0,6 1,3 0,4 1 0,3 0,6 0,9 geneti map ,7 0,6 0,3 1 0,3 0,4 1,2 0,4 0,4 1,1 0,1 0,3 1 1,6 1,2 1,2 1,7 0,5 0,7 0,3 2,5 0,1 0,9 0,1 0,4 1,3 1,4 0,7 1,5 chondrocy 69 0,8 0,4 1 1,1 0,7 1,4 0,1 0,4 0,3 0,7 0,6 0,5 2,9 1,7 0,3 0,6 2,4 0,4 0,3 1,4 3 0,7 2 1,4 1 0,4 0,3 0,7 0,4 0,4 hairy root ,6 0,8 0,7 0,9 1,6 0,8 0,7 0,3 0,7 1,2 0,1 1,5 1,6 0,3 1 1,7 0,5 0,6 1,2 0,8 1,3 1,9 1,3 0,6 0,4 0,7 0,6 0,3 0,8 tarda 55 0,2 0,7 1,3 3,2 0,4 1 1,9 0,1 0,8 1,3 0,4 1,2 3,7 1,7 1,3 0,1 1 0,9 0,3 1,8 0,4 1 0,7 1,3 0,6 0,2 0,1 1,5 2 0,3 xylanase 97 1,1 0,9 1 0,9 0,9 2,7 0,5 0,4 0,3 1,5 0,7 0,7 1,9 3,9 0,4 1,2 0,8 0,7 0,2 1,3 2,3 1,3 1,6 0,9 2,3 0,2 0,5 1,2 1,3 0,5 biofilter ,6 3,6 1,2 0,7 0,2 1,4 0, ,6 4,9 0,3 2,2 4,6 1,5 0,8 1,4 1,4 0,4 0,8 0,5 0,1 1,1 1,6 0,1 1,2 0,6 1,7 1,1 listeria Anm: tabellen är sorterad efter svenska RCA-värden. Klusterinnehåll, se tabell 5. 53

54 Tabell 5. Beskrivning av klustren med 15 termer (substantivfraser) Cluster Term #Papers 1stTerm 1 pattern recognition face recognition classifier subspace biometric dimensionality reduction facial expression scene dimensional image segmentation tensor nmf manifold 1266 pattern rec 2 aptamer electrode graphene immunosensor aptasensor nanotube nanoparticle biosensor gold nanoparticle bioelectronic nanorod carbon nanotube nanocomposite am 2155 aptamer 4 transesterification lipase esterification clea biodiesel novozym novozym 435 biocatalyst enantioselective ionic liquid lipozyme laccase biofuel cell biocatalysis asymme 1192 transesteri 5 exome snps rna-seq illumina reference genome short-read indel next-generation contig bruijn graph svs bruijn ngs human genome snp 913 exome 6 cnvs qtl cnv genome-wide association snps copy number variant haplotype gwas eqtl pedigree genome-wide association study snp quantitative trait cnvrs hapmap 1071 cnvs 7 dna methylation epigenetic chip-seq nucleosome cpg histone chromatin histone modification hypermethylation cpg island ctcf bisulfite snorna methylome epigenome 1375 dna methy 9 saccharification stover corn stover cellulase lignocellulose lignin enzymatic hydrolysis straw hemicellulose simultaneous saccharification cellulose bagasse reesei bioetha 1644 saccharific 10 server protein structure prediction protein structure brachyspira scop structure prediction protein-ligand bmc bioinformatics pdb minimotif psi-blast classifier support vect 1277 server 11 gasifer pyrolysis bio-oil bioenergy combustion miscanthus gasify ghg switchgrass biofuel torrefaction willow biomass energy crop fuel 1238 gasifer 15 lactobacillus probiotic bacteriocin lactis nisin faecium plantarum enterocin casei enterococcus lactococcus lantibiotic enterococci bifidobacteria lactococcus lactis 1147 lactobacillu 16 tarda dehalogenase pleuropneumonia edwardsiella dadantii ghost edwardsiella tarda alginolyticus pcar1 flaa edw t3ss fad2 bacterial ghost dcm 1151 tarda 19 ontology est viroid query supertree semantic web semantic annotate pseudogene web mtdna suffix planarian owl bmc bioinformatics 1643 ontology 20 qtl microsatellite ssr qtls genetic map ssrs est physical map est-ssr linkage map ssr marker cultivar aflp quantitative trait microsatellite marker 1106 geneti map 23 scfv affibody rabies phage antibody fab mab elp cell-free protein synthesis cell-free protein phage display ibs single-chain scfvs affibody molecule 1610 affibody 26 anammox nitrifers aoa aob amoa denitrifers nitrite aerobic granule partial nitrification sbr anammox bacteria sludge anaerobic ammonium oxidation n2o denitrify 777 anammox 27 bacterial community microbial community metagenome bacterioplankton otus phylotype nifh microbiome lake prochlorococcus acidobacteria bacterial diversity microbio 1421 bacterial co 28 enrichment analysis microarray data gene sets classifier affymetrix gene selection bmc bioinformatics fdr tcdd bioconductor dataset gsea breast cancer ontology gene 1516 enrichment 30 chondrocyte cartilage chondrogenic tissue engineering part tissue engineer collagen scaffold articular hydrogel chondrogenesis mscs cartilage tissue chondrogenic differe 1776 chondrocyt 38 apoptosis p53 her2 xrcc1 bystander bcl-2 cik cancer pharmacogenetic caspase tumor patient caspase-3 gstm1 kras 1369 apoptosis 44 endophyte nov rhizobacteria rhizosphere soil pseudomonas amf type strain dna-dna pgpr plant growth promoter endophytic fungi fluorescens fumonisin savastanoi 1655 endophyte 47 hesc pluripotent ipsc esc stem cell nanog oct4 sox2 ips stem es cell ips cell pluripotent stem cell svz npcs 1056 stem cell 49 pastoris pichia pastoris pichia fed-batch cutinase recombinant protein production ms-0 bioreactor fab cgtase fed-batch cultivation biolector dera autodisplay enbase 844 pastoris 51 chitinase oxydans gluconobacter gluconobacter oxydans dextransucrase diosgenin pegylated colloidal chitin pyranose chitinolytic metagenome d-xylonic cryogel enantio 1582 chitinase 55 xylanase xylan xylooligosaccharide beta-xylosidase beta-mannanase arabinoxylan endoxylanase bran birchwood xylobiose pastoris glycoside hydrolase endo-1 alpha-am 856 xylanase 57 oncolytic adenovirus oncolytic adenovirus ad5 cancer gene therapy tumor oncolytic virus virotherapy cancer gene vsv oncolysis antitumor adenoviral vector replication- 769 oncolytic 59 mscs stromal cell msc osteogenic marrow bmscs tissue engineering part bone hmscs tissue engineers osteogenic differentiation stem cell epc osteoblast osteogenesi 1880 stromal ce 69 hairy root explant somatic embryogenesis callus plant cell tissue plantlet somatic embryo embryogenic skoog murashige ms medium iba adventitious root naa organ cu 1236 hairy root 71 biogas sludge anaerobic digester co-digest methane manure biogas production mbr compost wastewater eps bioresource technology cod olr waste 1102 biogas 95 influenza h1n1 vaccine h5n1 influenza vaccine pandemic h3n2 enterovirus virus influenza virus avian influenza seasonal influenza pandemic influenza ns1 aiv 769 influenza 97 biofilter phenanthrene biodegrade pah biodesulfurizers biofiltration dibenzothiophene atrazine dbt cometabolic bioremediation mtbe phenol rhodococcus dioxygenas 771 biofilter 109 listeria essential oil spoilage cereulide frankfurter listeriosis cereus patulin sakei emetic food protection sausage nisin innocua inla 1156 listeria 123 stec o157 coli o157 campylobacter stx jejuni shiga escherichia coli o157 carcass salmonella o26 non-o157 ehec food protection cfu/g 1174 stec Metod: Materialet om ca 40,000 artiklar har klustrats på referenslikhet genom att co-occurences av referenser tagits fram med association strength method och därefter har materialet klustrats (minst en gång) med Waltmans SLM-algoritm. När klustren identifierats har små (<100 artiklar) tagits bort. I några fall (som det här) kan det innebära ett avsevärt bortfall av artiklar. Klustren har tilldelats termer på basis av tillämpningar av NLP (Natural Language Processing)-metoder. 1st Term är mestadels hämtad från de första termerna per kluster. 54

55 Figur: Karta över Biotech > artiklar (alla kluster) med svenska artiklar markerade som svarta noder 55

56 Ecology Tabell 1 Länder och bibliometriska indikatorer för Ecology (WoS-Category) COUNTRY Full P Frac P NCSf VITALITY TOP1 TOP5 TOP10 TOP25 TOP50 USA ,3 1,15 1,02 1,5% 6,6% 12,7% 30,5% 56,8% CANADA ,0 1,18 1,03 1,4% 6,6% 13,6% 32,7% 59,8% ENGLAND ,7 1,35 1,07 1,7% 8,6% 16,5% 38,1% 67,3% AUSTRALIA ,8 1,25 1,06 1,4% 7,0% 14,4% 34,7% 63,8% PEOPLES R CHINA ,2 0,79 1,02 0,6% 3,4% 7,4% 20,9% 45,0% GERMANY ,6 1,24 1,05 1,1% 7,1% 14,4% 35,2% 65,3% SPAIN ,8 1,06 1,03 0,9% 5,1% 11,1% 29,4% 58,1% FRANCE ,2 1,25 1,05 1,6% 7,0% 13,5% 34,4% 64,3% JAPAN ,6 0,61 0,99 0,2% 1,8% 4,0% 13,6% 35,6% ITALY ,5 0,83 1,03 0,5% 3,3% 7,0% 22,4% 48,2% NETHERLANDS ,4 1,35 1,05 1,8% 8,6% 16,0% 36,9% 66,0% BRAZIL ,1 0,71 0,99 0,4% 3,0% 6,5% 19,1% 44,0% SWITZERLAND ,8 1,50 1,10 1,4% 7,9% 15,8% 40,7% 70,6% SWEDEN ,6 1,21 1,04 1,0% 6,8% 13,3% 33,8% 63,9% NORWAY ,1 1,17 1,01 0,9% 6,6% 13,2% 33,7% 60,7% FINLAND ,1 1,22 1,03 1,3% 6,5% 12,6% 34,5% 65,0% SCOTLAND ,3 1,33 1,07 1,2% 7,8% 16,2% 38,5% 68,7% NEW ZEALAND ,4 1,19 1,06 1,8% 7,3% 13,4% 32,1% 63,3% ARGENTINA ,4 0,69 0,96 0,3% 1,9% 5,1% 15,5% 43,4% SOUTH AFRICA ,5 1,01 1,03 0,7% 4,9% 11,3% 29,7% 62,2% MEXICO ,1 0,62 0,98 0,4% 2,3% 5,4% 15,1% 37,8% INDIA ,5 0,60 0,96 0,2% 2,0% 4,7% 15,8% 38,1% BELGIUM ,7 1,08 1,05 0,6% 4,6% 10,5% 30,9% 61,1% DENMARK ,0 1,28 1,05 1,3% 8,6% 15,9% 37,5% 65,2% PORTUGAL ,4 1,09 1,04 0,8% 4,8% 10,8% 30,9% 60,1% RUSSIA ,0 0,36 0,94 0,2% 1,0% 2,6% 8,3% 21,3% CZECH REPUBLIC ,2 1,10 1,03 1,6% 7,4% 12,3% 29,7% 61,0% AUSTRIA ,3 1,15 1,05 0,5% 5,8% 13,7% 33,0% 63,5% ISRAEL ,3 0,80 1,00 0,3% 3,2% 6,9% 19,4% 47,9% POLAND ,7 0,68 0,99 0,2% 2,1% 5,4% 18,3% 41,0% Total ,09 1,03 1,2% 5,9% 11,8% 29,5% 56,6% Anm: Förklaringar till kolumnerna: P Antal papers (full count) Frac P Antal artikelfraktioner (fraktionalisering) [fem författare ger 0,2 andelar vardera] NCSf Fältnormaliserad citeringsgrad (normerad mot medelcitering inom området) Vitality Referensålder normerad mot fältets referensålder TOP X% Andel av artiklar som uppfyller villkoren för att tillhöra x:th percentil (fältnormerad) 56

57 Figur och tabell som visar forskningssamarbeten mellan länder: Figur 1: Relationer mellan länder baserat på ömsesidiga samarbeten på artiklar. Tabell 2. Hur länder klustras baserat på samarbeten (baserat på adress) CU CLUSTER SWEDEN 5 DENMARK 5 NORWAY 5 FINLAND 5 GERMANY 4 AUSTRIA 4 SWITZERLAND 4 JAPAN 4 PEOPLES R CHINA 4 ITALY 4 SOUTH AFRICA 3 ENGLAND 3 NEW ZEALAND 3 AUSTRALIA 3 ISRAEL 2 RUSSIA 2 CZECH REPUBLIC 2 POLAND 2 NETHERLANDS 1 FRANCE 1 INDIA 1 BELGIUM 1 USA 0 BRAZIL 0 CANADA 0 MEXICO 0 SPAIN 0 PORTUGAL 0 ARGENTINA 0 Tabell 2 visar att Sverige ingår i ett nordiskt kluster 57

58 Tabell 3: visar hur Sverige positionerar sig per kluster (endast värden >=5 i SweFrac bör beaktas) Cluster TOT INCREASE NCSf % SWE RCA SweFracP SweNCSf 1stTerm KUM% ,0 2,05 1,1% 1,2 11,3 3,35 ocean acidification 1,1% ,1 1,71 1,8% 0,6 17,5 1,55 species distribution m 2,9% ,1 1,65 4,1% 1,1 40,6 1,71 archaea 6,9% ,0 1,48 2,3% 1,3 22,6 1,77 vigilant 9,2% ,2 1,48 1,7% 1,2 17,1 0,79 diversification rate 10,9% ,0 1,40 3,2% 0,9 31,8 1,84 soc 14,1% ,1 1,40 0,0% 0,0 0,0 turtle 14,1% ,9 1,36 1,0% 0,9 9,7 0,84 emergy 15,1% ,0 1,32 3,9% 1,2 38,7 1,54 n2o 18,9% ,1 1,28 0,6% 1,2 6,4 2,01 trematode 19,6% ,0 1,27 1,0% 0,3 10,1 1,11 fire 20,6% ,2 1,26 0,1% 0,1 1,5 0,57 symbiodinium 20,7% ,1 1,25 4,9% 1,0 49,0 1,20 payment 25,6% ,0 1,24 3,6% 0,8 35,7 1,14 barcode 29,2% ,2 1,24 1,7% 1,0 17,0 1,29 amf 30,9% ,0 1,22 2,0% 1,1 20,5 1,18 cuckoo 32,9% ,0 1,22 2,9% 1,1 29,0 1,44 penguin 35,8% ,9 1,20 3,0% 1,1 30,0 1,51 farmland 38,8% ,9 1,17 2,6% 1,0 26,5 1,00 grassland 41,5% ,1 1,15 2,8% 0,8 27,8 1,36 rich 44,3% ,0 1,12 2,7% 1,3 27,3 0,92 mutator 47,0% ,1 1,10 0,7% 1,0 7,3 1,15 heterozygosity 47,7% ,1 1,10 0,5% 0,5 4,8 0,93 crust 48,2% ,1 1,09 5,1% 2,1 50,7 0,95 tadpole 53,3% ,0 1,08 0,7% 0,6 6,9 0,93 altruism 54,0% ,9 1,07 4,8% 1,5 47,8 0,87 sperm 58,7% ,9 1,06 0,8% 0,3 8,3 1,05 invasion 59,6% ,1 1,06 2,5% 0,7 25,0 1,38 urchin 62,1% ,8 1,06 0,8% 1,1 8,0 0,88 gud 62,9% ,8 1,06 7,0% 9,1 69,8 1,31 lichen 69,8% ,1 1,01 3,8% 1,4 38,4 1,53 denitrification 73,7% ,9 1,00 2,2% 1,1 21,6 0,97 pollinator 75,8% ,3 1,00 0,8% 0,6 7,8 1,62 wastewater 76,6% ,1 0,98 0,3% 0,1 3,0 4,02 bobwhite 76,9% ,0 0,93 3,6% 0,9 35,6 1,20 deer 80,5% ,3 0,93 2,3% 6,2 22,9 0,83 aposematic 82,8% ,9 0,92 1,1% 0,7 10,6 1,01 eelgrass 83,8% ,1 0,91 2,9% 2,3 28,8 0,73 predator 86,7% ,2 0,90 0,8% 1,6 7,8 0,73 bythotrephes 87,5% ,0 0,89 0,3% 0,2 3,2 0,91 frugivore 87,8% ,7 0,86 3,3% 1,0 33,3 1,04 microsatellite 91,1% ,0 0,85 1,0% 0,5 10,2 1,02 copepod 92,2% ,9 0,85 1,0% 1,0 9,5 1,18 ant 93,1% ,9 0,83 0,2% 0,3 2,0 0,77 queen 93,3% ,7 0,83 0,3% 0,7 2,8 0,53 mink 93,6% ,9 0,78 1,6% 0,9 16,0 0,49 glucosinolate 95,2% ,1 0,76 1,0% 0,6 10,1 1,13 shark 96,2% ,9 0,75 2,4% 0,9 23,7 0,81 pika 98,6% ,0 0,70 0,3% 0,5 2,6 0,90 exergy 98,8% ,8 0,67 0,2% 0,5 2,3 1,00 otolith 99,1% ,6 0,56 0,6% 1,1 6,3 0,23 orbit 99,7% ,7 0,47 0,2% 0,2 1,5 0,50 cosmic ray 99,9% ,0 0,41 0,1% 0,2 1,2 0,55 ionosphere 100,0% ,1 0,19 0,0% 0,1 0,3 0,00 galaxy 100,0% ,9 balloon TOT ,0 1,09 100,0% ,6 1,21 58

59 Anm: förklaringar till Tabell 3 ges närmast nedan. Tabell sorterad efter NCSf (kolumn 5) Cluster anger ett kluster av artiklar som är avgränsat på basis av bibliografisk koppling är årliga uppgifter om artiklar i respektive kluster (Antal i Frac P per kluster). Increase anger förändring mellan 2011/2012 i förhållande till 2009/2010. NCSf anger citeringsgrad per artikelkluster (1,0 är globalt medelvärde), notera att tabellen är sorterad efter denna kolumn. %SWE anger hur Sveriges andel av publikationerna fördelar sig över resp. kluster. RCA anger Sveriges komparativa fördelar i respektive kluster, 1,0 är globalt riktvärde. Antyder att Sverige kan sägas satsa på högciterade områden. SweFracP anger svenska artikelandelar i klustren. SweNCSf anger svenska artiklars fältnormerade citeringsgrad. TERM anger de(n) första klusterterm(en) (substantivfras) för att beskriva artikelklustret. Tjugo termer anges i tabell 5 nedan, vilket närmare kan beskriva klustret. 59

60 Tabell som visar de tio mest frekventa svenska forskarna per kluster Cluster AU Frac P 24 Cousins, SAO Hylander, K Ranius, T Snall, T Rydin, H Dynesius, M Fritz, O Lobel, S Auffret, AG Johansson, V 24,4 11 Laurila, A Johansson, F Friberg, M Orizaola, G Gotthard, K Berger, D Kolm, N Rogell, B Leimar, O Dahl, E 19,8 157 Arnqvist, G Svensson, EI Ellegren, H Wiklund, C Bjorklund, M Kvarnemo, C Innocenti, P Waldmann, P Hallsson, LR Morrow, EH 18,0 26 Andren, H Ericsson, G Mansson, J Dettki, H Kindberg, J Angerbjorn, A Hansson, LA Bronmark, C Karlsson, J Kjellander, P 16,1 130 Forsman, A Dimitrova, M Karpestam, E Wennersten, L Kodandaramaiah, U Gamberale-Stille, G Holmer, JN Karlsson, M Tullberg, BS Merila 15,8 108 Persson, L Bjorkman, C Huss, M Stenberg, JA Nilsson, KA Hamback, PA van Kooten, T Jonsson, M Oksanen, T Bystrom, P 14,1 44 Wardle, DA Gundale, MJ Nilsson, MC Pleijel, H Granath, G Rydin, H Strengbom, J Lindahl, BD Metcalfe, DB Boberg, JB 13,9 22 Olsson, PA Angeler, DG Sundberg, S Johnson, RK Olofsson, J Martensson, LM Lenoir, L Malson, K Eriksson, O Goedkoop, W 13,5 63 Agren, J Ehrlen, J Kelber, A Bommarco, R Smith, HG Persson, AS Sletvold, N Torang, P Vanhoenacker, D Goyret, J 13,5 55 Ellegren, H Johannesson, K Svensson, EI Qvarnstrom, A Eroukhmanoff, F Lassance, JM Bjorklund, M Ripa, J Hargeby, A Johannesson, H 13,3 281 Dahlgren, JP Ehrlen, J Kiviniemi, K Jonzen, N Knape, J Wennergren, U Snall, T Agren, J Forslund, P Jeppsson, T 13,1 50 Smith, HG Ockinger, E Rundlof, M Part, T Bommarco, R Bodin, O Oberg, S Hamback, PA Berg, A Nilsson, SG 13,1 3 Alerstam, T Klaassen, RHG Svanback, R Akesson, S Strandberg, R Low, M Kylin, H Nord, A Eklov, P Nilsson, JA 12,8 76 Monroe, MJ Bokma, F Nylin, S Espeland, M Johanson, KA Friberg, M Wiklund, C Ericson, L Gonzalez-Voyer, A Kolm, N 11,9 28 Ezebilo, EE Keskitalo, ECH Galaz, V Folke, C Persson, A Bodin, O Nilsson, M Grubbstrom, A Bostrom, M Hahn, T 11,1 74 Hallin, S Bertilsson, S Andersson, A Riemann, L Ivarsson, M Hakanson, L Andersson, AF Jones, CM Dahlgren, K Larsson, U 11,0 159 Baath, E Rousk, J Katterer, T Agren, GI Persson, UM Lindroth, A Jansson, PE Wetterstedt, JAM Callaghan, TV Andren, O 10,9 999 Hagman, M Hylander, S Westerdahl, H Jorgensen, D Bark, C Cole, SG Marklund, GT Bengtsson, M Andersson, M Palmqvist, K 10,5 33 Ostman, O Jonsson, M Wardle, DA Langenheder, S Johnson, RK Pavia, H Svensson, JR Lindegarth, M Lindstrom, ES Logue, JB 10,4 121 Griesser, M Magnhagen, C Svensson, EI Adriaenssens, B Brodin, T Falck-Ytter, T Hellstrom, G Lind, J Enquist, M Sumpter, DJT 10,1 120 Gustafsson, L Hasselquist, D Andersson, S Nilsson, JA Bensch, S Prager, M Hellgren, O Odeen, A Hastad, O Blomqvist, D 9,9 16 Laudon, H Jansson, M Leberfinger, K Morth, CM Berggren, M Angeler, DG Kohler, SJ Bishop, K Gustafsson, O Haei, M 9,7 107 Bjorklund, M Bergek, S Andre, C Ryman, N Almqvist, G Laikre, L Hansson, B Berube, M Palsboll, PJ Angerbjorn, A 9,5 149 Jonsson, PR Jacobi, MN Cardinale, M Bartolino, V Persson, A Salomon, PS Blenckner, T Casini, M Aberg, P Svedang, H 8,4 48 Ericson, PGP Kodandaramaiah, U Stenlid, J Lascoux, M Strand, M Sundberg, P Wang, XR Nygren, A Pleijel, F Kallman, T 8,1 14 Nilsson, C Johansson, J Jonzen, N Lindegarth, M Gonzalez-Mirelis, G Lindbladh, M Hof, AR Olsson, O Rogers, DJ Bergstrom, U 7,7 46 Leimar, O Olsson, O Ripa, J Molokwu, MN Nilsson, JA Enfjall, K Brodin, T Part, T Storlind, L Borgstrom, P 6,8 66 Kuchler, M Coria, J Ostblom, G Kander, A Henriques, ST Ek, K Isacs, L Holm, SO Mont, O Baumann, H 6,7 40 Dupont, S Thorndyke, M Chierici, M Lundalv, T Havenhand, JN Fransson, A Schlegel, P Wood, HL Ortega-Martinez, O Torstensson, A 6,0 136 Johansson, T Hamback, PA Kolb, GS Wardle, DA Jerling, L Gibb, H Rodriguez-Castaneda, G Ekholm, J Svensson, GP Strengbom, J 5,9 12 Wardle, DA Naslund, J Karlson, AML Elmgren, R Nilsson, MC Axelsson, EP Nascimento, FJA Bengtsson, J Lagerstrom, A Huss-Danell, K 5,8 203 Eshagh, M Johansson, JM Bagherbandi, M Haas, R Elgered, G Koblik, V 5,7 57 Sundback, K Larson, F Conley, DJ Berglund, A Gunnarsson, K Zillen, L Gunnarsson, JS Gustafsson, BG Kautsky, L Eriksson, O 5,5 47 Goedkoop, W Naddafi, R Bertilsson, S Lundqvist, A Hallstan, S Pettersson, K Akerblom, N Eklov, P Edsman, L Bengtsson, G 5,5 165 Raberg, L Berggren, A Romeralo, M Karlsson, B Svensson, EI Bjorklund, M Lohmus, M Brannstrom, A Sumpter, DJT Fiz, O 5,3 23 Osterling, ME Karlsson, J Bartolino, V Calles, O Sawstrom, C Appelberg, M Almqvist, G Arvidsson, BL Greenberg, LA Strandmark, AK 5,3 189 Solbreck, C Agren, J Hamback, PA Larsson, S Ehrlen, J Ball, JP Anderson, P Goransson, P Bjorkman, C Widenfalk, O 5,2 81 Hansson, B Stahlberg, D Ellegren, H Slotte, T Berube, M Palsboll, PJ Raikkonen, J Palme, AE Ehrlen, J Kallman, T 5,0 8 Frankow-Lindberg, BE Bengtsson, G Pavia, H Nordin, A Strengbom, J Forslund, H Berglund, H Wikstrom, SA Wardle, DA Djupstrom, LB 5,0 58 Graneli, E Legrand, C T iselius, P Calliari, D Lundgren, V Gorokhova, E Larsson, P Riemann, L Carlsson, P Jephson, T 4,8 25 Hjalten, J Lehsten, V Niklasson, M Ekblom, A Soderstrom, B Sapkota, IP Oden, PC Arneth, A Callaghan, T V Ranius, T 4,8 5 Greger, M Weisner, SEB Thiere, G Nyquist, J Ehde, PM Neuschutz, C Hedstrom, A Amofah, LR Mattsson, J Stadmark, J 4,6 2 Jonsson, T Ebenman, B Pedersen, M Belgrano, A Curtsdotter, A Brannstrom, A Berg, S Lundberg, P Ohlund, G Christianou, M 4,2 101 Crepin, AS Biggs, R Norberg, J Boelhouwers, JC Hasselquist, NJ Witzell, J Graae, BJ T roell, M Polasky, S Peterson, GD 3,2 204 Nilsson, C Jansson, R Engstrom, J Xiong, SJ Johansson, ME Johansson, M Svedmark, M Carlborg, E 3,0 94 Gustafson, DH Malmgren, JC Carlsson, NOL Holmqvist, N Kindberg, J Magnusson, U Backlin, BM Brunstrom, B Nemes, S 2,2 32 Lindgren, J Larsson, P Engstedt, O Koch-Schmidt, P Alwmark, C Riemann, L Alfredsson, H 2,1 18 Birkhofer, K Auffret, AG Reimark, J Cousins, SAO Larson, K Sadeghayobi, E 2,0 10 Elmberg, J Elmhagen, B Kindvall, O Snall, T Part, T Gunnarsson, G Angeler, DG 1,9 96 Sihver, L Lundstedt, H Gustafsson, K Puchalska, M Lantz, M Mancusi, D 1,8 80 Locke, B Han, F Webster, MT Fries, I Leimar, O 1,6 124 Hanson, N Sundin, J 1,3 112 Kornich, H Kemi, S Widell, O Barabash, S Kalla, L 1,0 60

61 Tabell 4. RCA - Revealed Comparative Advantage för de mest aktiva länderna ClustAR AU AT BE BR CA CZ DK GB SF FR DE IN IL IT JP MX NL NZ NO CN PL PT RU ZA ES SE CH US 1stTerm 24 1,9 0,3 0,6 5,8 0,4 1,4 4,6 0,8 0,4 3,2 1 1,3 0,3 0,2 0,6 1,5 0 0,1 1 2,7 0,2 1,6 0,3 0 0,1 0,3 9,1 0,3 0,6 lichen ,4 0,6 0 1,3 0,6 1,4 0,2 2,4 4,6 0,3 0,6 0 1,7 0,7 0,6 0 0,4 1,1 0,6 0,1 0,3 0,7 0 0,3 0 6,2 0,9 1 aposematic 108 0,9 0,7 1,3 0,5 0,9 1,1 0 0,3 0,7 1,2 0,8 0,7 0,2 0,1 0,5 1,6 0,4 1,5 1 0,5 0,6 1,2 0,8 0,6 0,3 0,3 2,3 0,6 1,4 predator ,2 1,4 1,8 1,1 1,2 1 1,4 0,6 1,9 0,9 0,5 0,3 1,8 0,5 1,4 1,2 0,5 0,7 1,5 0,2 1 0,5 0,7 0,6 0,8 2,1 1,3 1,1 tadpole 47 2,4 0,3 0,3 1,8 1,5 2,6 0,6 1,7 0,9 0,9 1,4 1, ,8 0,6 0 3,1 0,6 0 0,6 3,2 0,5 1,6 0,4 0,4 1,6 0,5 0,8 bythotrephes 157 0,4 1,9 0,9 0,7 0,4 1,2 0,8 0,7 1,9 1, ,1 0,7 0,3 0,8 0,9 0,7 0,5 1,2 0,2 1,2 0,4 0,2 0,2 0,6 1,5 1,7 1 sperm 16 1,1 0,8 1,4 0, ,7 0,9 0,3 0,6 0,6 1,1 0,2 0,8 0,6 0,9 0,3 0,8 1,4 0,5 1,5 1,3 1 0,8 0,1 0,9 1,4 0,5 1,3 denitrification 121 0,2 1,1 1,4 0,7 0,3 1,5 0,1 0,4 3,4 1,9 0,7 1,1 0,1 0,9 1,1 1 0,1 0,9 0,4 0,6 0,1 0 0,6 0,2 1,4 0,4 1,3 1,9 0,8 vigilant 55 0,2 0,5 2,5 1,5 0,1 1,6 0,4 0,5 1,3 1,3 1 0,9 0,6 1 0,3 1,2 0,6 0,7 0,3 0,4 0,3 0,6 0,9 0,7 0,5 0,7 1,3 3 1,2 mutator ,6 0,4 0,8 0,7 0,6 0 0,7 1,7 0,1 1,6 2,4 0,6 0,3 1,2 0,9 0,2 2 1,6 1,1 0,3 0,9 1,6 0,2 0,4 1,9 1,2 0,6 0,6 ocean acidification 76 0,9 0,8 0,5 0,5 0,9 0,8 0,7 0,8 2,2 1,7 1, ,6 0,6 0,6 0,5 0,7 1,3 0,3 0,3 0,4 0,2 0,4 0,7 0,8 1,2 0,9 1,2 diversification rate 2 0 1,1 1,1 0,2 1,3 1,1 1,5 1,3 2,2 0,4 1 1, ,6 0,9 0,8 1,2 3,1 0,2 0,1 1,5 0 0,9 0,9 1,2 1,2 1,2 0,9 trematode 44 0,5 0,7 1 1,2 0,5 1 1,3 2 0,6 1,4 0,6 1,3 1,6 1,5 1,1 1,2 0,5 1,5 1,3 0,1 1,8 1,3 0,3 0,7 0,1 0,7 1,2 0,9 1,1 n2o 120 0,5 0,9 2 0,7 0,2 1 1,3 0,1 2,4 2,2 1,4 0,7 0 0,5 1 0,4 1,6 1,6 0,8 2,5 0,2 3 0,6 0 0,6 1,9 1,1 1,5 0,7 cuckoo 50 1,4 1 1,1 0,7 3,5 0,8 0,7 0,6 1,8 0,8 1,1 1,3 1 0,5 1,3 0,6 2,3 1,2 0,8 0,2 0,3 2,4 1,5 0 1,2 1 1,1 1,5 0,7 farmland 203 0,5 0,3 4,1 2,1 0,2 0,3 1,9 0,9 0,5 0,1 3 2,6 2,4 0 4,1 1,4 0 1,5 0,3 0,9 2,4 2,5 0,4 3,1 0,1 0,5 1,1 1,3 0,4 orbit 3 1,9 0,8 0,5 0,5 0,4 2 0,2 1,3 1,2 0,9 1,7 0,7 0,2 0,8 0,7 0,8 0,4 1,1 1,1 2,1 0,1 1,2 1 0, ,1 0,5 1 penguin 74 0,6 0,5 2,4 0,5 0,8 0,6 0,9 1,1 0,9 0,7 1,7 1,8 1,3 1,6 1,1 1,3 0,6 1,2 0,4 1 1,7 0,2 0,9 0,4 0,1 1,1 1,1 0,9 0,9 archaea 63 1,9 0,5 0,8 1,3 2,9 0,6 0,7 1, ,8 1,4 1,1 1,4 1,2 2,1 2,7 0,2 0,8 0,5 0, ,5 2,3 1,8 1,1 1,5 0,7 pollinator 46 0,4 1 1,5 2,8 0,3 1,1 2, ,2 2,1 1,1 1,5 6,4 0,6 0,4 0,7 3,5 0,4 1,1 0,1 0,4 1,1 0,4 0,2 0,9 1,1 0,3 0,8 gud 22 1,6 1,1 0,5 1,6 0,6 0,7 5 0,2 1 0,9 1,4 1,4 0,5 1,4 0,9 1,4 0,5 1,6 0,6 1 1,4 1,1 0,6 0,3 1 1,6 1 0,9 0,7 grassland 12 0,8 0,6 0,8 1,2 0,7 1,1 1,6 1,1 1,1 2,4 0,8 1,9 1,2 0,2 0,5 0,3 0,4 2,4 0,7 0,2 1 0,6 1,5 0,5 0,5 0,7 1 2,7 0,9 amf 107 0,5 1 0,8 1,9 1,1 1 0,8 1,3 0,9 1,1 1,6 0,9 0,7 0,7 1 1,5 0,8 0,4 1,2 1,7 1,3 0,9 1,3 0,9 0, ,5 0,8 microsatellite 28 0,5 1,7 1 0,9 0,5 0,8 0,3 1,3 1,4 0,9 0,6 1 0,9 0,8 0,9 0,5 0,8 2,3 0,8 1 1,2 0,6 0,9 0,3 2,1 0,9 1 0,9 0,9 payment TOT ,5 1,9 0,5 0,1 3,5 0,2 1,7 1,3 0,7 0,6 1,3 0,7 0,8 1,7 0,2 1,9 0,6 0,2 3,7 0,1 0,5 1,9 0 0,1 1,4 0,8 1 0,5 1,1 ant ,8 0,9 1,2 0,2 1,8 1,1 1,4 1,5 2,1 2 0,6 0 0,5 0,3 0,7 0,7 0,4 1,9 1,8 0,3 0,3 0,8 0,1 1 1,2 1 1,9 0,9 heterozygosity 66 0,2 1 5,1 1,5 0,6 0,5 0,7 0,3 0,8 0,7 1,3 1,1 0,9 0,9 2,9 1 0,2 2,1 0,6 0,8 3,4 0,5 1,2 0,3 0,3 1,4 0,9 0,8 0,5 emergy 159 2,5 0,5 0,7 1,5 0,4 0,8 0,3 1,1 0,4 0,7 0,8 1,2 1,4 1,9 0,9 1,8 0,8 0,9 0,4 0,3 2,1 0,4 0,4 0,7 1 0,8 0,9 0,9 1,1 soc 189 1,5 0,4 1,3 1 3,3 0,5 1,9 0,9 0,7 1,9 0,5 1,2 0,8 1,2 0,9 1,8 1,8 2,1 0,7 0,2 1,8 2,5 0,2 0,2 0,8 0,5 0,9 1,1 0,9 glucosinolate 281 0,9 0,9 0,9 1 0,5 1,1 0,8 0,5 1,2 1,2 0,8 0,3 0,6 0,9 0,6 0,9 3 0,7 0,9 1,5 0,3 0,6 0,4 0,3 0,7 0,7 0,9 0,3 1,4 pika 26 1,3 0,5 0,6 0,1 0,5 1,7 0,4 0,4 0,8 0,8 1,2 0,5 1,7 0,6 0,9 0,3 1 0,6 0,6 3,6 0,2 1,1 1,4 0,3 1,9 1,5 0,9 0,5 1,2 deer 48 0,9 1 1,7 1,1 1,2 1 1,6 1 0,9 0,3 1,2 0,9 0,9 0,8 0,9 1,2 1,4 0,5 1,7 0,8 1,9 1,4 2 1,2 0,8 0,9 0,8 1,1 0,9 barcode 33 1, ,3 1, ,4 0,8 1,3 0,9 1,4 1,5 0,5 1,4 0,9 1,6 0,9 0,7 0,8 1 0,6 1,3 1 0,8 0,7 0,8 rich 94 3,1 1,4 0,1 0,6 2,1 0,8 0 0,2 1,1 0,8 0,5 0,8 0 0,8 1,2 0,6 0,5 0, ,2 2,1 4, ,2 0,7 0,6 1,2 mink 57 1,8 1,2 0 1,1 0,4 0,5 0 2,6 0,4 0,8 0,9 0, ,1 1,1 0,7 1,7 1,4 0,2 1,4 0,3 1,5 0 0,7 1,2 0,7 0,2 1,1 eelgrass 149 0,8 2 0,1 0,3 0,9 1,5 0 1,3 0,5 0,4 0,8 0,5 0,5 0,7 1,8 0,8 1 0,7 2,2 1,4 0,6 0,6 2,3 1 1,3 0,8 0,7 0 1,1 urchin 165 0,3 0,4 0,7 0,5 0,2 1,1 0,1 0,4 3 1,2 2,2 0,9 0,9 2,1 0,2 0,5 0,2 0,8 0,7 0,4 0,1 0,3 0,5 0,2 0,2 0,2 0,6 4,5 1 altruism 14 0,4 1,5 1,7 1,2 0,8 0,7 0,7 0,8 1,3 0,9 1 1,1 0,7 0,6 1,1 0,6 2,2 1,1 0,8 0,9 0, ,2 1,6 1,5 0,6 1,6 0,9 species distribution 5 0,8 0,2 0,4 1,1 1,1 0,6 1,5 1 0,4 0,3 0,7 0,4 10 0,7 1,8 0,9 1,1 0,6 1,2 0,2 4,5 2 1,9 0,6 0,5 1,3 0,6 0,4 0,6 wastewater 23 1,2 0,9 0 0,5 0,6 1,3 0,3 0,4 0,4 0,3 0,6 0,4 0,4 0,6 0,9 1,4 1 0,2 0,9 2,1 0, ,3 1,4 0,5 0,6 0,2 1,5 shark 204 0,3 0,4 0,2 0,7 0,2 0,7 0,6 1,4 0,3 0 0,3 0,5 0,9 0,7 1,1 1 0,7 1, ,6 1,2 0 0,3 0,1 0 0,5 0 1,9 exergy 58 1,2 0,4 0,7 1,8 1,3 0,9 0,3 3,3 0,6 1,1 1,1 1,3 3 0,2 2,2 1,1 1,3 0,5 0,8 3,3 2,2 2,4 2,1 4 0,5 1,6 0,5 0,1 0,5 copepod 101 1,4 0,8 0,9 1,1 0,4 0,7 1,4 1,2 0,4 0,8 1, ,5 0,9 0,7 1,9 2 0,7 0,8 2,6 0,6 0,6 0,2 1,6 2,9 0,5 0,6 0,7 crust 32 0,3 1,2 0,1 0,9 1,3 0,7 0 1,5 0,5 0 1,1 0,3 0,9 0,7 0,5 3,7 0,8 0,3 2,7 3,3 4,6 0 2, ,2 0,5 0 0,7 otolith 25 1,4 1,6 0,8 0,5 1,1 1,1 0,3 0,2 0,5 0,5 0,6 0,8 0,7 0,9 0,4 1,1 0,5 0,7 0,5 0,3 0,6 0,3 1 0,6 2,7 1 0,3 1 1,3 fire 8 1,8 1 0,7 0,7 0,7 0,7 2,8 0,7 0,5 0,3 0,5 0,9 0,7 0,7 1 0,5 0,5 0,5 2,4 0,1 0,9 0 0,9 0,1 1,5 1,1 0,3 1,7 1,4 invasion 80 0,3 0,7 1,5 2,4 1,7 0,2 1,3 4,4 1,5 1,2 1,4 2,9 0,1 1,6 0,4 2,4 0,5 0,9 0,4 0,4 0,3 0,8 0,1 0 1,8 0,2 0,3 2,3 0,8 queen 96 0,3 0,1 0,6 1,5 1,2 0,4 1,7 0,5 0,4 1 0,8 1,1 2,9 0,2 3,7 1,3 2,4 0,2 0 0,5 1,5 2, ,2 0,3 0,2 0,3 0,7 cosmic ray 18 2, ,4 2,6 0,4 0,4 0,4 0,7 0,3 0,7 1,4 1,1 1,3 0,3 1,5 2,3 1,3 0,9 0,3 0,9 1 0,7 0,1 0,9 3,5 0,2 0,8 0,7 frugivore 112 3, ,7 2,9 0,4 1,7 0,4 0,5 0 0, ,8 0,8 0, ,1 2,4 3, ,7 0,3 0,2 0,2 0,3 ionosphere 124 0,3 4 0,8 0,5 1 0,2 0 0,1 0,7 0 0,9 0,7 0 7,3 1,4 0,9 1,1 0,4 0,8 0 0,5 0 0,5 0,2 0,2 0,5 0,1 0 1,2 symbiodinium 10 0,1 1 0,1 0,1 0,5 1,1 0,9 0,3 0,8 0,7 0,5 0,3 0,2 0 0,4 0,2 0,2 0,3 0,9 0,9 0,1 0,6 0,3 0 0,4 0,7 0,1 0,5 2 bobwhite 188 0,5 0,2 0 0,2 0,2 0,2 0,5 0,1 0,4 0,1 1,1 1,2 0,7 0 4,9 2,7 3,4 0, ,9 0,1 0, ,1 0,1 0 0,4 galaxy 1 1,4 2,5 0,1 0,2 1, ,8 1,8 0 0,8 0,4 0 0,2 1,2 0,5 1,8 0,1 0,1 0 0,1 0 1,1 0 0,1 0,8 0 0,3 1,4 turtle Anm: tabellen är sorterad efter svenska RCA-värden. Klusterinnehåll, se tabell 5. 61

62 Tabell 5. Beskrivning av klustren med 15 termer (substantivfraser) ClusteTerm Metod: Materialet om ca 50,000 artiklar har klustrats på referenslikhet genom att co-occurences av referenser tagits fram med association strength method och därefter har materialet klustrats (minst en gång) med Waltmans SLM-algoritm. När klustren identifierats har små (<100 artiklar) tagits bort. Klustren har tilldelats termer på basis av tillämpningar av NLP (Natural Language Processing)-metoder. 1st Term är mestadels hämtad från de första termerna per kluster. #Paper1stTerm 1 turtle loggerhead caretta green turtle hawksbill leatherback sea turtle marine turtle mydas bycatch caretta-caretta loggerhead turtle chelonia hawksbill turtle leather 196 turtle 2 trematode octopus lipofuscin mte food web metabolic theory bmr secondary extinction ppmr metabolic rate interaction strength body mass ecological network marit 277 trematode 3 penguin seabird seal cormorant gannet whale albatross corticosterone shearwater dive geolocator little auk auklet chick eider 1341 penguin 5 wastewater wetland biosorption removal efficiency subsurface flow denitrification sorption pilot-scale vermicompost vertical flow sludge treatment wetland waste-wate 804 wastewater 8 invasion vimineum alien plant plant invasion maackii exotic plant microstegium stoebe non-native invasive plant neophyte archaeophyte propagule pressure biotic re 1282 invasion 10 bobwhite detection probability bushmeat nest least bittern dingo plover playa geese grassland bird owl imperfect detection rail nest success prairie-chicken 1102 bobwhite 11 tadpole hatchery bergmann salmon bergmann's rule guppy frog metamorphosis island rule chum predator egg size pgi rana brain 1175 tadpole 12 amf earthworm arbuscular mycorrhizal fungi glomus fungi am fungi grassland lumbricus plant-soil complementarity plant-soil feedback exotic earthworm mycorrhiza 838 amf 14 species distribution model sdms maxent pseudo-absence potential distribution species distribution panda sdm bioclimatic distribution model auc giant panda bioclim 1522 species distribu 16 denitrification macroinvertebrate doc periphyton stream shredder urban stream stoichiometry no3 phytoplankton sediment diatom antipodarum dom benthic macro 1361 denitrification 18 frugivore seed janzen-connell fruit elaiosome mistletoe seedling myrmecochory dung beetle germinable endozoochory acorn myrmecochore frugivory dung 705 frugivore 22 grassland germinant n deposition leaf functional trait leaf trait functional diversity sla heathland resorption trait smoke forb plant trait plant community 1307 grassland 23 shark mussel n-15 delta n-15 sucker c-13 lamprey pfos fish delta c-13 glochidia fishway otolith freshwater mussel fcl 900 shark 24 lichen saproxylic deer bryophyte polylepis dead wood polypore saproxylic beetle hedgerow moose extinction debt fwd post-agricultural forest epiphytic lichen grass 383 lichen 25 fire savanna wildfire wood density resprout agb fire regime tree woody forest ponderosa shrub encroachers fire severity pine 1504 fire 26 deer lynx elk moose caribou fawn badger wolves fox capture-recapture puma mule roe cougar roe deer 2032 deer 28 payment valuate pes wtp social-ecological system urban green space contingent valuation environmental service household urban growth stakeholder livelihood eco 2569 payment 32 otolith eel otolith chemistry microchemistry glass eel anguilla otolith microchemistry lepadogaster japanese eel sinocyclocheilus fin fish otolith statolith calcein o otolith 33 rich species richness beta diversity metacommunity floristic beta-diversity species-area phylogenetic cross-taxon neutral theory species-area relationship phylogenetic 1844 rich 40 ocean acidification pco calcification acidification atm co2 coccolithophore huxleyi aragonite seawater coral anthropogenic co2 carbonate chemistry c-ant calcify 456 ocean acidifica 44 n2o ch4 compost peatland n2o emission co2 manure fine root sphagnum decomposition microbial biomass nitrous oxide peat emission methane 1669 n2o 46 gud giving-up giving-up density intake rate gerbil patch use knot godwit free distribution predator vigilance dispersal mortality nubian ibex dispersal propensity ibex 363 gud 47 bythotrephes round goby villosus thiamine dikerogammarus mussel zebra mussel goby dreissena quagga mussel dreissenid dikerogammarus villosus fortunei quag 234 bythotrephes 48 barcode phylogeography haplotype phylogeographic coi mtdna vicariant coalescent chloroplast pleistocene divergence time cpdna dna barcode mitochondrial dna 2252 barcode 50 farmland agri-environment agri-environment scheme aes landscape farmland bird coffee plantation epiphyte agricultural intensification farmland biodiversity grassland 1360 farmland 55 mutator speciate reproductive isolation epistasis recombine stickleback genome ecological speciation chromosome aflp genome scan incompatibility drosophila s 1026 mutator 57 eelgrass sediment alterniflora seagrass spartina zostera marsh microphytobenthos marina mpb oceanica phlorotannin eps zostera marina mangrove 772 eelgrass 58 copepod dinoflagellate phytoplankton diatom microcystin bloom microcystis microzooplankton sea ice heterotroph mesozooplankton akashiwo protist biomarker to 1013 copepod 63 pollinator bee flower pollen nestedness nectar pollen limitation floral trait pollinator visit bombus flower visitor bumblebee floral plant-pollinator orchid 1013 pollinator 66 emergy virtual water kuznets input-output ecological footprint exergy environmental kuznets environmental kuznets curve degrowth ecological network analysis eco-effic 540 emergy 74 archaea bacterioplankton bacterial community rrna aob bacteria metagenome synechococcus microbial community methanogen prochlorococcus anammox endo 1911 archaea 76 diversification rate diversification phage phylogenetic adaptive radiation conodont species diversification coevolution ecological opportunity enamel crossbill compara 677 diversification r 80 queen worker cuticular hydrocarbon cuticular social insect nestmate chc bee pheromone honey bee nestmate recognition ant worker reproduction mellifera patrili 377 queen 81 heterozygosity heterozygosity-fitness heterozygosity-fitness correlation self-incompatible hfcs s-locus inbreeding pedigree self-fertile genetic load multilocus heterozygos 361 heterozygosity 94 mink salamander american mink amphibian frog vison neovison crawfish frog neovison vison citation newt crawfish raniformis wood frog toad 205 mink 96 cosmic ray geomagnetic heliosphere flare neutron solar wind magnetic field magnetosphere ray coronal mass energetic particle coronal mass ejection proton sola 348 cosmic ray 101 crust biological soil crust shrub bscs biological soil ramet nurse sgh facilitator cushion seedling bsc nurse plant stress gradient positive interaction 494 crust 107 microsatellite loci allele genetic structure heterozygosity polymorphic microsatellite microsatellite loci microsatellite marker multilocus genotype data multilocus multilo 1674 microsatellite 108 predator albopictus intraguild cannibals intraguild predator cicada tmii igp prey subsidy aegypti wrack nucella multiple predator inducible defense 618 predator 112 ionosphere tec fof2 geomagnetic total electron total electron content solar activity ionosonde topside hmf2 scintillation occultation f-region electron density nequick 287 ionosphere 120 cuckoo nestling carotenoid cowbird telomere testosterone plumage brood androgen yolk androgen yolk plasmodium telomere length tit ornament 887 cuckoo 121 vigilant punisher meerkat person behavioral syndrome social network social information bold animal personality chimpanzee alarm titmice group size behavioural sy 881 vigilant 124 symbiodinium coral reef zooxanthella sponge scleractinian coral reef scleractinian coral acropora planula porites pocillopora bbd coral species coral colony 532 symbiodinium 130 aposematic ttx mimicry eyespot batesian camouflage cuttlefish crypsis batesian mimicry conspicuous disruptive coloration mullerian mimicry aposematic signal mu 190 aposematic 136 ant domatia efn argentine ant fig nectary invasive ant myrmecophyte honeydew mutualism ant-plant extrafloral nectar extrafloral nectary humile army ant 478 ant 149 urchin lionfish mussel kelp lobster reef sanguineus oyster crab fish fishery ecopath cod green crab sea urchin 1888 urchin 157 sperm sexual selection sperm competition song mate mate choice ejaculate courtship sexual conflict paternal extra-pair male polyandry female choice female 1570 sperm 159 soc soil respiration net ecosystem nee gpp eddy covariance net ecosystem exchange co2 r-s soil carbon nep tillage flux respire grassland 1727 soc 165 altruism kin selection virulent inclusive fitness kin social evolution bacteriocin parasite plasmid within-host immune greenbeard viscous population monarch coope 539 altruism 188 galaxy gamma-ray star redshift luminosity neutron telescope neutron star magnetic field black hole flare grbs star formation pulsar photometric 259 galaxy 189 glucosinolate glycoside hipv iridoid jasmonic trichome parasitoid voc pitcher volatile gall salicyl methyl salicylate aphid flavonoid 902 glucosinolate 203 orbit doris gnss spacecraft ionosphere gps goce gravity field precise orbit altimetry geodetic grace mission slr cospar 297 orbit 204 exergy tamarix wetland eco-exergy riparian cottonwood saltcedar ramosissima tamarisk fremont cottonwood fremont gooddingii hydrochory populus fremontii 238 exergy 281 pika hantavirus allee sex change vital rate integral projection integral projection model observation error allee effect metapopulation snv influenza elasticity wnv vacc 1333 pika 999 balloon sathytes ssps orbit compost ionosphere spacecraft cospar isru cytokine fqa campodea nf-kappa mission ala 612 balloon 62

63 Karta Svenska noder är markerade som röda noder och förefaller vara spridda över hela nätverket. 63