Polarforskning: en bibliometrisk underso kning med sa rskilt avseende pa hur isbrytaren ODEN bidragit till forskningens fronter

Transkript

1 Polarforskning: en bibliometrisk underso kning med sa rskilt avseende pa hur isbrytaren ODEN bidragit till forskningens fronter Rapport 2 till Polarforskningssekretariatet av Ulf Sandström v2 ( ) Sammanfattning Föreliggande rapport analyserar polarforskningen utifrån ett antal aspekter: Portföljaspekten visar hur ODEN-relaterade publikationer fördelar sig över olika forskningsfronter (kluster). Enligt den analys som presenteras i rapporten förefaller ODEN bidra till en rimligt utspridd verksamhet med aktiviteter i olika forskningsfält som inte på något uppseendeväckande sätt avviker från vad som kunde förväntas av ett land med Sveriges styrka inom polarforskningsområdet. Sverige har en god specialiseringsprofil och ODEN bygger vidare på denna genom att till 70 procent ligga i de kluster som drar till sig flest citeringar. Tillväxtaspekten besvarar en frågeställning som går ut på att undersöka den senaste sjuårsperioden i relation till den föregående åttaårsperioden. Analysen visar att ODENforskningen ligger i de kluster som har en god tillväxt och som visas ett allmänt ökat kollegialt intresse. Nyhetsaspekten handlar mera direkt om huruvida ODEN bidragit till path-breaking papers, särskilt viktiga artiklar som bryter väg för nya forskningsinsatser inom tillväxtområden. Analysen visar att ODEN har ledande papers i tre olika kluster. Samarbetsaspekten ställer frågan huruvida ODEN samarbetar med viktiga organisationer inom respektive kluster. Av analysen framgår att ODEN har samarbete med organisationer som ligger i topp inom respektive kluster.

2 Inledning och frågeställningar Föreliggande rapport har sin utgångspunkt i frågan om vilken betydelse en infrastruktur som den tunga isbrytaren ODEN har för den svenska och internationella forskningen. Mer specifikt är denna rapport fokuserad på följande frågeställningar: portföljaspekten, dvs. hur fördelar sig forskning relaterad till ODEN över olika forskningsfronter; är den koncentrerad till vissa forskningslinjer (kluster) eller täcker den en flera aktiviteter i olika forskningsfält och hur specialiserar sig olika länder inom polarforskningen? tillväxtaspekten, dvs. vilka forskningslinjer har en stark tillväxt under den senaste sjuårsperioden och hur relaterar ODEN-forskningen till dessa kluster? nyhetsaspekten, dvs. har ODEN mera direkt bidragit till path-breaking papers, särskilt viktiga artiklar som bryter väg för nya forskningsinsatser inom tillväxtområden? samarbetsaspekten, dvs. vilka forskargrupper/institutioner är det som är viktiga inom dessa forskningslinjer (kluster) och hur relaterar ODEN-forskningen till dessa? Med ODEN-forskning avses här forskning som dokumenterat relaterar till ODEN-expeditioner. Metod och tillvägagångssätt Denna studie bygger på ett dataset från Web of Science tre citeringsindex, SCI-E, SSCI och A&HCI under femtonårs perioden Definitionen av polarforskning utgår från termerna arktisk och antarktiskt med ett antal ytterligare söktermer för att täcka upp för sådant som kan gå förlorat med dessa två huvudsakliga topics-termer. De tillagda termerna vilka emanerade ur den första sökningen med arktiska termer var följande: amundsen sea, atmospheric circulation, continental shelf, marine ecosystem (samtliga termer med trunkering). Tillsammans med sekretariatet bedömdes att detta åtminstone hjälpligt skulle kunna representera bredden på polarforskningen under perioden. Termerna är sådana att de medför en recall som omfattar också artiklar som inte hör till materialet, bl a en del fysikforskning och medicinsk forskning. I och med att

3 studien tillämpar klustringsmetoder på basis av bibliografisk koppling mellan artiklar bör det leda till att särskilda kluster som inte är polarforskning relativt lätt kan identifieras. I detta arbete har sekretariatet varit behjälpliga. Det bör dock påpekas att materialet inte har utsatts för någon ingående validitetsgranskning. Den valda metodiken, som presenteras nedan, har fått gälla som tillräcklig för att avgöra respektive klusters relevans för polarforskningsområdet. Genom sökprocedurerna framkom ett material om närmare artiklar, undersökningen begränsades till artiklar och uteslöt således översiktsartiklar (reviews) och letters, (en del artiklar är dubbelklassade också som konferenspapers till följd av de presenterats vid konferenser och sedan utvecklats till tidskriftsartiklar) och samtliga andra dokumentkategorier. En rapport om arktisk forskning baserad på en Scopus-databas identifierar närmare dokument över en något längre tidsperiod, men då med mer oklara gränser för urvalet av tidskrifter (UArctic 2016). Web of Science har den fördelen att den endast indexerar internationella tidskrifter med kollegial granskning, dvs. den typ av forskning som syftar till att flytta kunskapens gränser genom att skapa ny prövbar kunskap, och inte bara till att reproducera kunskap. Syftet är alltså inte att visa på den totala omfattningen av den publiceringsverksamhet som relaterar till polarområdena utan att analysera mer djupgående förändringar i kunskapsproduktionen. Detta antas kunna genomföras genom rapportens fokus på angivna frågeställningar. Klustring på basis av bibliografisk koppling utnyttjar referenser för att skapa kopplingar mellan artiklar (relativ styrka beroende av antal referenser i relaterade dokument). 1 Kopplingarna kan dels läggas till grund för en visualisering av materialet, dels för en indelning av materialet i olika topicsbaserade kluster. Det handlar i korthet om att strukturera materialet i olika högar beroende på det delområde av polarforskning som är aktuellt: från förändringar i atmosfären över inlandsisens nedbrytning till den geologiska utvecklingen vid den södra polen. Utöver detta finns förstås ett antal mer eller mindre specialiserade områden. Eftersom det handlar om rätt så stora datamängder är vi hänvisade till att utnyttja olika metoder för att sammanfatta eller karakterisera respektive kluster. När artiklarna fördelats på kluster är en första åtgärd att ta fram ett tjugotal substantivfraser som frekvent förekommer per kluster. På basis av dessa bör det vara möjligt att sätta en etikett på klustret, det bör vara möjligt att åtminstone på ett ungefär förstå vilken forskningsfront som är aktuell och vad det är som kännetecknar just den forskningsinriktningen. 2 Metoderna för citeringsanalysen, som kommer i ett avsnitt längre fram, ges i anslutning till den redovisningen under rubriken Kvalitet i forskningen. Resultatredovisning Hur artikelmaterialet fördelar sig över länder framgår av Tabell 1 och antal artiklar per år i Figur 1. 1 Här tillämpas SLM-algoritmen (framtagen av Waltman & van Eck 2013) med en precisionsinställning på Metoden bygger pp NLP (Natural Language Processing) och använder algortimer för att få fram mest frekventa fraser med hjälp av TF-IDF och/eller C-value.

4 Tabell 1. Paper (fractions) per country (countries larger than 625 papers) CU Papers USA ,1 CANADA 5 496,5 ENGLAND 3 183,9 NORWAY 2 819,7 GERMANY 2 646,0 PEOPLES R CHINA 2 529,4 RUSSIA 1 917,6 FRANCE 1 602,4 JAPAN 1 455,3 SWEDEN 1 192,9 AUSTRALIA 1 123,6 SPAIN 996,6 DENMARK 896,7 ITALY 784,1 FINLAND 694,0 NETHERLANDS 625,1 Källa: Web of Science (Online version), alla kluster. Figur 1. Antal artiklar i urvalet under perioden

5 De mest frekventa tidskrifterna i urvalet framgår av tabell 2. Tabell 2. Mest frekventa vetenskapliga tidskrifter (30) i urvalet. Namn på vetenskaplig tidskrift Antal av SO GEOPHYSICAL RESEARCH LETTERS 1394 JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS 1363 JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES 1356 JOURNAL OF CLIMATE 1143 CONTINENTAL SHELF RESEARCH 814 MARINE ECOLOGY PROGRESS SERIES 726 POLAR BIOLOGY 708 DEEP-SEA RESEARCH PART II-TOPICAL STUDIES IN OCEANOGRAPHY 663 ATMOSPHERIC CHEMISTRY AND PHYSICS 598 CLIMATE DYNAMICS 571 QUATERNARY SCIENCE REVIEWS 496 PLOS ONE 482 INTERNATIONAL JOURNAL OF CLIMATOLOGY 461 JOURNAL OF MARINE SYSTEMS 436 MARINE GEOLOGY 425 ENVIRONMENTAL SCIENCE & TECHNOLOGY 423 BIOGEOSCIENCES 379 ARCTIC 360 ESTUARINE COASTAL AND SHELF SCIENCE 359 PALAEOGEOGRAPHY PALAEOCLIMATOLOGY PALAEOECOLOGY 355 JOURNAL OF PHYSICAL OCEANOGRAPHY 327 ICES JOURNAL OF MARINE SCIENCE 314 DEEP-SEA RESEARCH PART I-OCEANOGRAPHIC RESEARCH PAPERS 302 GLOBAL CHANGE BIOLOGY 291 SCIENCE OF THE TOTAL ENVIRONMENT 280 ARCTIC ANTARCTIC AND ALPINE RESEARCH 274 EARTH AND PLANETARY SCIENCE LETTERS 259 MARINE POLLUTION BULLETIN 251 LIMNOLOGY AND OCEANOGRAPHY 249 ATMOSPHERIC ENVIRONMENT 243 Klusterresultatet Efter en del smärre justeringar resulterade klustringsprocedurerna i tjugonio kluster. De förtecknas nedan i tabell 3 med sina 20 mest frekventa substantivfraser (baserat på C-value). Som framgår av tabellen är det flera kluster som ser ut att likna varandra t ex kluster 0, 3 och 26 vilka samtliga har atmospheric circulation som mest frekventa term. En tolkning av detta skulle kunna vara att det är olika inriktningar inom ramen för området atmospheric circulation, den första (kluster 0) med avseende på havens yttemperatur, den andra (kluster 3) med avseende på djupisar och den tredje (kluster 26) med avseende på beräkningsmetoder.

6 Tabell 3. Substantivfraser som beskriver respektive kluster samt antal paper per kluster Nr Klusterbeskrivning med 20 substantivfraser Antal 0 atmospheric circulation north atlantic north atlantic oscilation arctic oscillation interannual variance sea surface temperature northern hemisphere geopotential height sea surface north pacific el nino climate change atmospheric circulation pattern general circulation model sea-surface temperature 1 continental shelf marine ecosystem species richness northeast arctic cod community structure atlantic cod climate change new species barents sea large marine ecosystem benthic community demersal fish northeast arctic organic matter gadus morhua 2 climate change arctic tundra boreal forest vascular plant organic matter plant community high arctic soil temperature primary production microbial biomass microbial community organic carbon northern alaska global change soil moisture 3 atmospheric circulation north atlantic arctic ocean sea ice delta o-18 younger dryas last glacial maximum glacial maximum stable isotope northern hemisphere cal yr bp ice core last glacial climate change late pleistocene 4 microbial community bacterial community genetic diversity genetic variance phylogenetic analysis fatty acid arctic ocean gene flow mitochondrial dna high arctic genetic structure continental shelf low temperature organic matter north america 5 primary production sea ice marine ecosystem continental shelf organic matter sub-arctic pacific barents sea fatty acid surface water organic carbon arctic ocean water column phytoplankton bloom coastal water chukchi sea 6 continental shelf east china sea organic matter sediment transport inner shelf organic carbon surface sediment sea level east china grain size water depth study area continental margin outer shelf sediment core 7 arctic fox climate change sea ice arctic ground squirrel red fox body mass reproductive success canadian arctic lesser snow geese stable isotope high arctic little auk arctic ground ursus maritimus habitat use 8 continental shelf internal wave internal tide water column wind stress sea surface coastal ocean numerical model solitary wave sea surface temperature primary production inner shelf tidal current sea level middle atlantic bight 9 sea ice arctic sea ice arctic sea arctic ocean climate change atmospheric circulation ice thickness sea ice concentration sea ice thickness climate model fram strait north atlantic beaufort sea barents sea interannual variation 10 organic matter organic carbon active layer arctic ocean climate change gas hydrate western arctic surface water air temperature western arctic coast river discharge mackenzie river thermokarst lake arctic river water column 11 arctic ocean continental shelf arctic canada detrital zircon lomonosov ridge continental margin south china canadian arctic gakkel ridge black shale middle eocene sverdrup basin crustal structure arctic region delta c arctic charr atlantic salmon salvelinus alpinus brown trout stable isotope rainbow trout delta c-13 arctic charr salvelinus alpinus delta n-15 growth rate salvelinus-alpinus l salmo salar salmo trutta trout oncorhynchus-mykiss juvenile atlantic salmon 13 organic pollutant persistent organic pollutant temporal trend canadian arctic organochlorine pesticide atmospheric mercury ringed seal diphenyl ether long-range transport polybrominated diphenyl ether glaucous gull atmospheric transport persistent organic food web arctic ocean 14 west antarctic ice sheet ice sheet west antarctic ice continental shelf west antarctic west antarctica ice stream ross sea amundsen sea pine island ice shelf greenland ice sheet antarctic peninsula pine island glacier sea level 15 climate change continental shelf canadian arctic indigenous people traditional food arctic canada vitamin d food security arctic council food insecurity environmental change coastal state sea ice south china sea fatty acid 16 black carbon air mass sea ice polar sunrise atmospheric circulation atmospheric aerosol optical depth ozone depletion arctic ocean long-range transport boundary layer sea salt size distribution cloud condensation nuclei arctic aerosol 17 continental shelf east china sea east china ocean acidification atmospheric co2 inorganic carbon primary product surface water water column mississippi river organic matter organic carbon coastal water bottom water sea ice 18 arctic ocean sea ice nordic sea atlantic water fram strait barents sea north atlantic canada basin water mass chukchi sea dense water pacific water laptev sea interannual variance deep water 19 polar vortex lower stratosphere ozone loss stratospheric cloud arctic winter middle atmosphere stratospheric ozone total ozone chemical ozone loss ozone depletion gravity wave nitric acid northern hemisphere planetary wave arctic stratosphere 20 liquid water sea ice arctic cloud arctic ocean mixed-phase cloud liquid water path atmospheric circulation atmospheric boundary layer surface heat budget climate model ice crystal sensible heat flux boundary layer surface temperature cirrus cloud 21 arctic lake high arctic climate change environmental change diatom assemblage canadian arctic lake sediment organic carbon canadian high arctic air temperature sediment core organic matter primary production devon island water chemistry 22 sea ice western antarctic peninsula southern ocean ross sea atmospheric circulation continental shelf antarctic peninsula antarctic krill western antarctic southern annular mode marguerite bay south georgia marine ecosystem adelie penguin east antarctica 23 continental shelf arctic ocean arctic circle canadian arctic north pacific north atlantic arctic council important areas climate change migratory corridor goose nest density nd7 sea blocks gray whale nuclear icebreaker north pacific right whale 24 arctica islandica ocean quahog shell growth delta c-13 delta o-18 oxygen isotope annual growth north atlantic growth rate oxidative stress bivalve shell stable isotope continental shelf growth increment water temperature

7 25 high arctic cryoprotective dehydration cold tolerant low temperature cold hardiness new species freeze tolerant subzero temperature new record gamasid mite north america life cycle onychiurus-arcticus tullberg oribatid mite climate change 26 atmospheric circulation atmospheric circulation pattern climate change general circulation model regional climate model regional climate neural network daily precipitation weather generator circulation pattern hidden markov model markov model stochastic weather generator spatial dependence rainfall occurrence 27 uv radiation ultraviolet radiation marine macroalga dna damage chlorophyll fluorescence solar radiation active radiation depth distribution arctic macroalgae photosynthetic performance laminaria digitata uv-b radiation saccharina latissima red alga brown alga 29 candida antartica lipase b candida antartica candida antartica lipase molecular weight kinetic resolution antartica lipase b ring-opening polymerization fatty acid novozym 435 reaction time candida antarctica lipase b lipase b candida antarctica supercritical carbon organic solvents I figur 2 visualiseras klustren i förhållande till varandra. Artiklar med svenska adresser har markerats med rött. Det är en större koncentration av svenska artiklar i den vänstra halvan av figuren. Figur 2. Polarforskningen med klusternummer.

8 Klustrens papertillväxt mellan perioder Tabell 4 Papertillväxt per kluster mellan perioderna A ( ) B ( )samt ökning i %. KLU P1 P2 Ökn P1-P2 Name inuit sea ice pco islandica gene aerosol soil circulation permafrost zircon phytoplankton collembola(sp glacier holocene geese species krill ocean cloud mercury wave sediment thin slab lake charr rainfall ozone zoospore Flyttas gränsen för perioden något år bakåt förändrar det inte tillväxtanalysen nämnvärt, den förefaller således vara relativt stabil. Mycket talar för att förändringar sker först när det sker en avsevärd ökning (take off) i antalet artiklar ungefär vid Starkast tillväxt har kluster 15 som fokuserar på mer samhälleliga och kulturella aspekter av klimatförändringarna, något som antyds av termer som anspelar på lokala inuit-befolkningen. Hög tillväxt har också kluster 9 som använder lager i isens tjocklek för att studera klimatförändringar. Kluster 17 har likaledes ett påfallande högt antal artiklar under den senare delen av perioden och berör sådant som hur havsis, flodvatten och biologisk produktion påverkar havets CO2-system. På motsvarande sätt kan noteras att ozon-forskningen (kluster 19) kraftigt gått tillbaka även om det kan tänkas att delar av detta fokus övergått till kluster 16 (aerosoler). Tittar vi med dessa glasögon närmare på hur ODEN-publiceringarna fördelar sig över kluster med hög tillväxt finner vi den bild som framträder i tabell 5. Den genomsittliga tillväxten mellan perioderna för

9 hela polarmaterialet ligger på 10 % ökning och för de sex mest ODEN-frekventa klustren ligger ökningen på cirka 20 procent. I så måtto kan vi konstatera att ODEN-publiceringarna ligger i de kluster som har en god tillväxt och som visas ett allmänt ökat kollegialt intresse. Tabell 5. ODEN-publiceringars fördelning över kluster, antal TOP10% och ÖKN/MINSK Cluster Papers ODEN top10(oden) % ODEN 1stTerm ÖKN % aerosol % holocene % ocean % zircon % gene % glacier % geese % mercury % pco % cloud % phytoplankton % permafrost % sea ice % lake % species % sediment -15 Aktivitetsskillnader mellan länder I det sammanhanget kan det vara av intresse att närmare undersöka hur olika länder specialiserar sig inom polarforskningen. Med specialisering avses i det här fallet ungefär detsamma som hur länder specialiserar sig för export av produkter, vissa har råvaruinriktad produktion och andra har industriinriktad. Specialisering mäts med det vi kallar Relativt Aktivitetsindex (RAI) och anger vad vi kan kalla var ett land har produktionsfördelar t ex till följd av tillgänglig infrastruktur, personalpolitik etc. Resultatet av en sådan RAI-analys framgår av tabell 6. I tabell 6 finns en rad (total) som anger värdet 1,0; ett värde som betyder att om ett land har detta värde är publiceringarna likvärdigt fördelade över klustren med den fördelning som gäller för alla länder. Men så är inte fallet varken här eller i de flesta andra klusteranalyser. Länder har alltid sina specialområden där man lägger proportionerligt större andel av verksamheten. De kluster där Sverige (tabellen är ordnad efter Sveriges fördelning från högsta till lägsta) ligger över totalraden är de områden där vi kan säga att Sverige har någon form av specialisering och hög aktivitet. I de områden som ligger under har Sverige relativt sett lägre aktivitet än förväntat.

10 Tabell 6. Polarforskningens RAI - länders relativa specialisering över kluster med antal ODENpubliceringar och antal top10%. cluster AUS CAN DEN DEU ESP FIN FRA ITA JAP NLD NOR PRC RUS SWE UK USA 1stTerm Papers ODEN TOP SWE 26 3,8 0,7 0,7 2,2 1,1 0,4 0,8 1,6 0,6 2,7 1,1 0,6 0,0 2,8 1,8 0,4 rainfall ,2 0,6 0,5 1,1 0,3 3,2 1,5 1,7 1,4 0,4 0,8 0,9 0,7 2,5 0,9 1,1 aerosol ,7 1,5 0,5 0,2 0,9 3,1 1,0 0,3 0,7 0,7 2,9 0,4 0,3 2,4 1,1 0,6 charr ,5 0,9 2,3 0,7 0,5 3,5 0,4 0,6 0,8 1,9 1,0 0,7 0,7 2,4 1,0 1,0 soil ,0 0,2 0,8 0,6 1,5 0,0 1,4 2,2 2,3 1,8 0,0 2,7 0,0 1,5 1,2 1,2 lipase ,2 2,6 2,7 0,6 0,6 0,6 0,6 1,1 0,4 0,4 2,1 0,9 0,5 1,4 0,3 0,5 mercury ,4 1,2 0,6 0,7 0,2 1,1 0,5 0,2 0,7 0,2 0,9 0,5 1,9 1,3 1,1 1,2 thin slab ,3 0,8 0,6 1,4 0,3 0,7 0,6 0,2 1,3 0,2 1,8 0,7 1,9 1,3 0,8 1,0 ocean ,8 0,6 1,1 1,8 0,7 0,6 1,3 0,8 1,0 1,1 0,8 1,3 1,4 1,3 1,3 0,8 holocene ,3 0,7 0,1 1,2 0,1 1,0 0,8 0,9 0,3 0,6 0,5 0,7 0,6 1,2 0,4 1,8 cloud ,5 2,3 1,2 0,3 0,6 1,2 0,5 0,4 0,4 2,0 1,4 0,1 0,6 1,2 0,7 1,0 geese ,1 1,1 1,4 1,3 1,0 1,5 0,9 1,6 1,1 0,8 1,1 1,1 1,2 1,1 0,9 0,8 gene ,2 1,8 0,6 0,8 0,2 0,8 0,6 0,3 0,6 0,7 0,5 0,5 2,2 1,1 0,7 1,1 permafrost ,8 1,0 1,1 1,4 0,3 0,2 0,8 0,5 0,8 1,3 0,8 0,7 4,2 1,0 1,0 0,7 zircon total 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 14 1,0 0,5 0,9 1,1 0,5 0,2 0,6 1,5 0,5 1,4 1,2 0,2 0,2 0,9 3,1 1,0 glacier ,2 3,2 1,4 0,5 0,5 2,8 0,3 0,3 0,1 1,2 0,4 0,3 0,7 0,9 1,2 0,6 lake ,7 2,5 2,2 0,4 0,1 1,8 0,1 0,1 0,1 0,8 2,2 0,2 0,3 0,8 0,9 0,8 inuit ,4 0,3 0,5 3,1 0,4 0,5 1,4 1,1 1,7 0,5 0,4 0,6 0,9 0,8 1,1 1,2 ozone ,3 0,5 0,9 3,8 0,1 1,0 0,7 1,1 0,6 2,4 0,4 0,6 1,6 0,7 1,5 0,8 islandica ,0 0,5 1,1 1,2 1,4 0,1 0,9 0,4 1,8 1,6 0,3 1,8 0,2 0,7 0,5 1,4 pco ,7 0,8 4,8 0,1 0,1 0,8 0,2 0,0 0,4 0,4 1,7 0,1 7,6 0,7 1,7 0,3 collembola(sp ,6 0,8 0,5 1,2 0,2 0,9 0,7 0,3 1,1 0,5 0,8 0,8 1,0 0,6 1,0 1,4 sea ice ,8 0,4 0,2 1,0 1,9 0,4 1,1 1,0 1,7 0,9 0,2 3,2 0,8 0,6 0,9 1,0 circulation ,7 0,2 1,4 8,1 3,4 0,2 0,1 0,2 0,4 2,5 0,6 0,3 0,7 0,5 0,2 0,4 zoospore ,6 0,7 0,9 1,0 3,0 0,4 1,4 1,9 0,5 0,7 1,8 0,3 1,0 0,5 1,3 0,8 species ,8 1,0 1,4 0,9 1,0 0,3 1,2 0,8 3,1 0,6 1,5 0,6 0,9 0,3 0,6 1,0 phytoplankton ,0 0,3 0,2 0,5 2,1 0,1 2,8 3,7 0,7 1,4 0,2 2,1 0,4 0,2 0,7 1,1 sediment ,0 0,2 0,3 0,4 1,9 0,0 1,6 0,9 0,7 1,1 0,3 0,8 0,4 0,1 1,3 1,6 wave ,0 0,1 0,2 0,6 0,3 0,1 0,8 1,7 0,9 0,9 0,2 0,3 0,1 0,0 2,2 1,5 krill Anm: Blåmarkerade rutor anger resp. lands högsta relativa specialisering. OBS! Tabellen är ordnad efter Sveriges relativa specialisering. Tabell 6 är ordnad efter Sveriges relativa specialisering, dvs. i kluster 26 (ett förhållandevis litet kluster inriktat på mätmetodik) har forskare med svensk adress en högre aktivitet än förväntat. Nästa kluster i ordningen är kluster 16 med aerosolforskning i fokus. Där ligger också en stor andel av ODENs aktiviteter. Vi ser av kolumnerna längst till höger att det finns en mycket god överensstämmelse mellan de svenska aktiviteterna och ODENs fördelning över kluster. Det är endast något enstaka kluster som har aktivitet i den nedre halvan, under en aktivitet på 1,0 som är lika med den förväntade. Drygt 4/5-delar av ODENs publiceringar ligger i aktivitetsfält som har 1,0 eller högre. Noteras kan också att Sverige, vad gäller fördelningen av aktivitet över kluster, har störst likhet med det finländska specialiseringsmönstret. Noterbart är även att i de fall där enstaka Odenpublikationer finns är det aldrig frågan om top10 %- publiceringar. För att nå till en sådan forskningskvalitet krävs mer av aktivitet och synlighet.

11 Kvalitet i forskning Fyra modeller har använts för att undersöka om resultatet påverkas nämnvärt av metodiken. På aggregerad klusternivå förefaller detta inte vara fallet utan oberoende av dessa olika metoder blir rangordningen mellan kluster ungefär densamma (korrelation mellan rangordningarna, r=0.95). De fyra citeringsmodellerna är följande: 1) Genom att denna undersökning vilar på klustermetodiken som är ett sätt att organisera materialet efter topics istället för tidskrifter eller tidskriftsklasser är normaliseringsfrågan ett betydligt mindre problem än vad det brukar vara i vanliga citeringsundersökningar. Dessutom har vi avgränsat oss till artiklar och blandar inte in andra dokumenttyper. I stort sett skulle vi kunna nöja oss med att tidsvikta de aktuella citeringarna (Times Cited i Web of Science) genom en enkel algoritm som också används av Harzing i hennes Publish or Perish (vilken bygger på Sidiropoulos et al. 2007). Tidsviktningen är enkel, koefficienten är 4 och tilldelar således en artikel från senaste året citeringar * fyra med sjunkande koefficient för tidigare artikel, en artikel publicerad fyra år tidigare erhåller sina citeringar och tidigare artiklar reduceras successivt enligt formeln koefficient/artikelålder. 2) Om vi detta till trots låter normalisera respektive artikel till sin tidskriftsklass och publiceringsår kan vi använda fältnormerad citeringsgrad (NCSf). 3) En tredje variant är att utnyttja percentilgrupper och att fokusera på TOP10%. Denna modell tar hänsyn till att modell 2 har problem med skevhet i citeringsfördelningar. Mått baserade på percentiler har fördelen att de inte påverkas av skevheter i citeringsfördelningar. Inom vissa vetenskapsområden kan några publikationer med ett mycket stort antal citeringar annars dra upp medelvärdet (Seglen 1992), vilket, som sagt, kan leda till att 70 procent av artiklarna inom området ligger under medelvärdet. 4) Den sista varianten, den s.k. percentilmodellen innebär att varje artikel rangordnas, baserat på dess citeringar, inom respektive vetenskapsfält, vilket definieras utifrån de ämnesklasser (cirka 260) som anges i Web of Science, och delas in i percentilgrupper (de 1 procent, 5 procent, 10 procent högst rankade och så vidare). Här har percentilindikatorn översatts till ett poängtal för varje artikel (jfr Sandström & Wold 2015), där en artikel som tillhör den mest citerade procenten av artiklarna tilldelas 100 poäng, topp-5-procent ger 20 poäng, och så vidare. En artikel som hör till de 50 procent minst citerade ger 1 poäng, vilket gör att en artikel publicerad alltid ger poäng. Artikelsumman per kluster divideras med antalet artiklar i klustret. Delar vi in materialet i två lika delar, klustervis, får vi för samtliga fyra modeller resultatet att ODENpubliceringar mestadels ligger i den övre halvan, dvs. tillhör de kluster som är mest citerade mätt med de olika metoderna. Ungefär 75 % av ODEN-relaterad forskning hör till de kluster som har högre citeringsgrad. Path-breaking articles De artiklar som etablerar forskning inom ett avgränsat ämnesområde, det vi här kallar forskningsfront och har operationaliserat till kluster, och som påverkar riktningen inom dessa fronter är oftast koncentrerade till ett förhållandevis litet antal tidskrifter och till ett litet antal inflytelserika författare. Deras artiklar kommer med tiden att flytta forskningsfronterna i en eller annan riktning

12 (trajektorier), det går att se det med blotta ögat i figur 2 där t ex kluster 11 (uppe till höger) börjar i en ände och går i riktning uppåt men vid en tidpunkt avviker och går inåt mot klustermitten. Denna avvikande riktning skulle kunna vara frukten av en metodinnovation eller hellre ett lån, en import, från ett angränsande område av metoder som också är tillämpliga inom kluster 11 (zircon). Om vi mer detaljerat hade möjlighet att följa respektive forskningsfront över tid skulle det vara möjligt att med eventanalytiska metoder identifiera artiklar som påverkat riktningen av ett kluster. I detta mycket begränsade projekt får vi nöja oss med andra och mer lättarbetade metoder: vi baserar helt enkelt identifieringen på citeringsdata. I det fallet är det rimligast är att arbeta med top1 %- artiklarna, dvs. de artiklar som på ett alldeles tydligt sätt får närmare en sjundedel av alla citeringar inom klustren men själva endast representerar en hundradel av artiklarna (jfr. Uzzi et al. 2013). Det är fyra ODEN-relaterade artiklar som kvalificerar för kriteriet på Top1 % i materialet, helt enligt våra förväntningar. Tre av dessa emanerar från en och samma forskare vid Stockholms universitet Martin Jakobsson, geolog och handlar i huvudsak om batymetri, dvs. havsbottnens topografi kunde Jakobssons team (MJ var försteförfattare på dessa artiklar) presentera data som byggde på kortare avstånd mellan mätpunkterna och alltså gav en mer preciserad bild av bottenförhållandena, vilket i sin tur påverkar möjligheterna att göra allehanda beräkningar av t ex ishavets utbyte med atmosfären. Typiskt är att ett dylikt metodologiskt bidrag finner sin användning inom flera kluster: Jakobssons tre Top1 %-artiklar fördelar sig över tre olika kluster (3, 17 och 18). Det bör inflikas att den fjärde artikeln är från 2014 och har så pass kort citeringsfönster att en analys baserad på path breaking inte är lämplig att genomföra. Klusterkvalitet och organisationer Tabell 7 redovisar citeringsindikatorerna per kluster och tabellen är ordnad efter andel i TOP5%. Kluster som ligger i toppen har en hög genomsnittlig citeringsgrad, men också en hög andel toppubliceringar. Ser vi till ODEN-relaterade publiceringar framgår det att 70 procent av dessa ligger i övre halvan, de kluster som har högre andel toppubliceringar än genomsnittet för samtliga kluster. Återigen är detta ett gott betyg åt publiceringar som emanerar från samarbeten kring ODENexpeditioner. Tabell 8 ger på motsvarande sätt citeringsindikatorer för organisationer som förekommer i databasen och publicerar polarforskning. Sex svenska universitet finns representerade bland de 101 mest frekvent förekommande organisationerna. Stockholms universitet har en ledarroll och ligger strax bakom de tio största producenterna. Uppsala har anmärkningsvärt hög citeringsgrad. Sammantaget gör detta att svenska universitet och organisationer har ett förhållandevis gott underlag för att bedriva polarforskning och expeditioner.

13 Tabell 7. Citeringsindikatorer per kluster med antal ODEN-publiceringar längst till höger Kluster Full P NCSj NJCS NCSf TOP1 TOP5 TOP10 TOP25 TOP50 ODEN ,44 1,37 2,02 5,0% 14,6% 22,9% 38,5% 62,3% ,22 1,43 1,73 3,3% 12,1% 21,1% 40,7% 67,4% ,22 1,37 1,70 2,7% 11,2% 21,1% 44,1% 70,1% ,16 1,38 1,59 2,5% 10,9% 19,0% 42,9% 69,3% ,20 1,28 1,49 1,9% 10,9% 18,6% 39,2% 63,0% ,24 1,36 1,70 2,6% 10,5% 19,9% 43,7% 68,8% ,18 1,42 1,69 2,0% 10,3% 21,0% 43,7% 71,7% ,16 1,37 1,61 2,3% 9,7% 18,1% 37,8% 64,6% ,34 1,23 1,55 2,4% 9,7% 20,3% 43,8% 68,7% ,10 1,41 1,52 1,9% 9,6% 18,8% 40,6% 69,3% ,23 1,29 1,46 1,1% 9,2% 18,1% 38,4% 65,4% ,20 1,24 1,45 1,3% 8,4% 17,4% 38,7% 66,8% ,10 1,30 1,35 2,0% 8,1% 15,3% 33,5% 59,0% ,91 1,37 1,21 1,3% 7,3% 15,8% 32,5% 60,2% ,15 1,11 1,27 0,9% 6,5% 13,6% 32,7% 58,2% ,08 1,01 1,10 1,3% 5,4% 10,0% 25,9% 53,6% ,06 1,08 1,05 0,9% 5,4% 10,9% 26,9% 54,8% ,01 1,18 1,11 0,6% 5,0% 11,2% 30,7% 58,6% ,18 1,09 1,19 0,9% 4,7% 9,7% 34,1% 66,0% ,01 1,04 1,05 0,5% 4,3% 9,3% 26,5% 55,8% ,07 0,94 1,04 0,3% 4,1% 8,8% 24,7% 54,7% ,09 1,02 1,12 1,4% 4,0% 9,0% 28,0% 56,5% ,03 1,03 1,06 0,4% 3,8% 10,1% 30,0% 59,6% ,79 1,25 0,95 0,8% 3,8% 9,0% 26,0% 56,1% ,05 1,07 1,27 1,9% 3,3% 11,3% 35,2% 60,5% ,06 0,77 0,81 0,4% 2,6% 6,3% 16,4% 39,4% ,36 0,66 0,75 0,0% 1,9% 5,2% 17,3% 39,7% ,46 0,36 0,19 0,0% 1,4% 1,6% 4,3% 8,6% ,13 0,97 0,98 0,0% 0,3% 5,2% 32,3% 61,6% Total ,12 1,20 1,33 1,6% 7,5% 14,7% 33,5% 60,5%

14 Tabell 8. Organisationer: antal publiceringar och citeringsgrad. INST Full P Frac P NCSf TOP1% TOP5% TOP10% Rank CU RUSSIAN ACAD SCI ,5 0,52 0,3% 2,2% 4,3% 1 RUSSIA CHINESE ACAD SCI ,8 1,13 1,3% 6,1% 12,4% 2 PEOPLES R CHINA WASHINGTON UNIV ,4 2,43 5,1% 17,7% 31,9% 3 USA NOAA ,8 2,08 4,3% 14,3% 24,4% 4 USA ALFRED WEGENER INST POLAR ,8 1,39 1,8% 6,9% 14,1% 5 GERMANY ALASKA FAIRBANKS UNIV ,2 1,51 1,9% 9,5% 18,2% 6 USA COLORADO UNIV ,8 2,27 4,4% 14,6% 26,5% 7 USA TROMSO UNIV ,1 1,11 0,3% 5,4% 11,9% 8 NORWAY ENVIRONM CANADA ,0 1,61 2,0% 10,9% 18,6% 9 CANADA NASA ,1 2,50 6,5% 16,9% 28,0% 10 USA STOCKHOLM UNIV ,8 1,40 1,6% 7,0% 18,4% 11 SWEDEN FISHERIES & OCEANS CANADA ,8 1,57 1,5% 8,3% 19,0% 12 CANADA BERGEN UNIV ,0 1,28 1,2% 8,4% 14,9% 13 NORWAY US GEOL SURVEY ,2 1,51 1,6% 9,2% 17,2% 14 USA WOODS HOLE OCEANOG INST ,1 1,82 1,7% 13,2% 24,7% 15 USA COPENHAGEN UNIV ,3 1,15 1,1% 6,0% 10,9% 16 DENMARK OSLO UNIV ,4 1,16 1,3% 5,7% 11,9% 17 NORWAY LAVAL UNIV ,2 1,50 0,9% 7,8% 19,5% 18 CANADA ALASKA UNIV ,7 1,86 2,5% 10,7% 22,3% 19 USA OREGON STATE UNIV ,2 1,64 1,3% 9,3% 20,2% 20 USA ALBERTA UNIV ,8 1,22 0,6% 5,4% 12,7% 21 CANADA AARHUS UNIV ,8 1,40 1,4% 8,3% 16,4% 22 DENMARK BRITISH ANTARCTIC SURVEY ,6 1,49 2,3% 10,2% 17,6% 23 ENGLAND NORWEGIAN POLAR RES INST ,4 1,38 1,6% 9,4% 17,8% 24 NORWAY COLUMBIA UNIV ,7 2,32 4,5% 18,9% 29,0% 25 USA NATL CTR ATMOSPHER RES ,7 3,86 12,2% 30,0% 42,8% 26 USA CALTECH ,8 2,26 5,2% 15,6% 26,3% 27 USA QUEBEC UNIV ,8 1,39 0,8% 6,1% 15,5% 28 CANADA CNRS ,8 1,33 0,8% 6,9% 13,6% 29 FRANCE HOKKAIDO UNIV ,9 1,04 0,4% 3,3% 10,5% 30 JAPAN TORONTO UNIV ,4 1,57 1,7% 10,4% 18,2% 31 CANADA HELSINKI UNIV ,4 1,12 0,5% 4,7% 10,8% 32 FINLAND BRITISH COLUMBIA UNIV ,7 1,76 1,9% 9,8% 20,5% 33 CANADA MANITOBA UNIV ,1 1,21 1,5% 6,1% 13,7% 34 CANADA MCGILL UNIV ,3 1,29 0,8% 7,4% 14,5% 35 CANADA CSIC ,1 1,32 1,9% 7,6% 14,8% 36 SPAIN INST MARINE RES ,7 1,51 2,3% 11,0% 18,0% 37 NORWAY CALIF SAN DIEGO UNIV ,5 1,81 2,5% 13,8% 24,3% 38 USA PARIS 06 UNIV ,6 1,45 0,7% 7,1% 17,0% 39 FRANCE TOKYO UNIV ,1 1,14 1,3% 6,0% 10,8% 40 JAPAN DALHOUSIE UNIV ,1 1,39 1,1% 7,4% 15,0% 41 CANADA BREMEN UNIV ,7 1,30 0,3% 5,1% 15,5% 42 GERMANY POLISH ACAD SCI ,4 0,83 0,2% 2,8% 7,0% 43 POLAND CARLETON UNIV ,8 1,23 0,8% 8,4% 12,9% 44 CANADA GOTHENBURG UNIV ,7 1,05 0,2% 3,8% 10,0% 45 SWEDEN HAMBURG UNIV ,9 1,32 1,1% 7,1% 12,8% 46 GERMANY CAMBRIDGE UNIV ,8 1,31 2,5% 7,5% 17,0% 47 ENGLAND WISCONSIN UNIV ,9 1,82 3,5% 9,5% 22,3% 48 USA VICTORIA UNIV ,8 1,23 0,7% 5,4% 14,2% 49 CANADA LUND UNIV ,9 1,27 2,0% 10,2% 15,7% 50 SWEDEN RUTGERS STATE UNIV ,9 1,90 4,9% 11,2% 18,3% 51 USA MARYLAND UNIV ,6 1,89 2,2% 12,3% 22,8% 52 USA QUEENS UNIV ,2 1,44 1,2% 6,0% 12,3% 53 CANADA CNR ,1 0,88 0,4% 3,8% 8,7% 54 ITALY UPPSALA UNIV ,5 1,40 2,0% 7,4% 14,4% 55 SWEDEN MOSCOW MV LOMONOSOV STA ,4 0,59 0,4% 2,3% 4,4% 56 RUSSIA GEOL SURVEY CANADA ,5 1,09 0,5% 3,8% 11,1% 57 CANADA IFREMER ,9 1,26 0,2% 3,9% 10,9% 58 FRANCE CTR SVALBARD UNIV ,7 1,07 0,4% 4,8% 9,8% 59 NORWAY USN ,5 1,37 0,8% 8,6% 16,1% 60 USA OCEAN UNIV CHINA ,3 0,76 0,3% 3,2% 6,3% 61 PEOPLES R CHINA TEXAS A&M UNIV ,1 1,47 0,4% 8,3% 19,2% 62 USA KIEL UNIV ,5 1,54 1,4% 10,5% 18,6% 63 GERMANY UTRECHT UNIV ,0 1,52 1,7% 11,7% 23,7% 64 NETHERLANDS WATERLOO UNIV ,0 1,27 1,1% 6,4% 12,1% 65 CANADA JAPAN AGCY MARINE EARTH S ,3 1,32 2,8% 8,6% 14,1% 66 JAPAN FINNISH METEOROL INST ,4 1,10 0,8% 3,3% 10,9% 67 FINLAND PENN STATE UNIV ,2 1,80 2,2% 8,4% 18,4% 68 USA E ANGLIA UNIV ,8 2,22 6,4% 14,7% 20,0% 69 ENGLAND NORWEGIAN UNIV SCI & TECHN ,5 1,02 0,4% 5,5% 9,5% 70 NORWAY UMEA UNIV ,6 1,17 0,7% 4,3% 9,7% 71 SWEDEN UCL ,7 1,93 4,7% 12,4% 21,3% 72 ENGLAND OHIO STATE UNIV ,5 1,93 2,2% 14,7% 25,5% 73 USA MIAMI UNIV ,9 1,68 2,1% 11,4% 20,3% 74 USA BRISTOL UNIV ,7 1,67 1,8% 14,1% 25,3% 75 ENGLAND SASKATCHEWAN UNIV ,1 1,13 0,3% 5,0% 11,8% 76 CANADA NORWEGIAN INST NAT RES ,1 1,17 1,0% 6,1% 9,2% 77 NORWAY CALIF SANTA CRUZ UNIV ,7 2,03 2,8% 14,8% 25,7% 78 USA LEEDS UNIV ,9 1,35 2,1% 7,6% 15,9% 79 ENGLAND BERN UNIV ,2 1,73 4,5% 14,1% 22,5% 80 SWITZERLAND TASMANIA UNIV ,2 1,39 1,1% 8,5% 17,6% 81 AUSTRALIA MAINE UNIV ,2 1,27 0,9% 5,2% 12,6% 82 USA SOUTHAMPTON UNIV ,4 1,75 4,3% 14,0% 19,4% 83 ENGLAND MEM UNIV NEWFOUNDLAND ,4 1,02 1,0% 5,3% 9,5% 84 CANADA READING UNIV ,2 1,96 6,2% 20,5% 28,2% 85 ENGLAND DELAWARE UNIV ,5 1,53 1,1% 8,3% 18,1% 86 USA STATE OCEAN ADM ,3 0,70 0,4% 3,3% 9,2% 87 PEOPLES R CHINA MASSACHUSETTS UNIV ,1 1,96 3,6% 10,7% 20,5% 88 USA SHEFFIELD UNIV ,0 1,54 2,5% 9,9% 17,9% 89 ENGLAND OTTAWA UNIV ,4 1,26 0,4% 4,3% 12,8% 90 CANADA CALIF BERKELEY UNIV ,2 1,95 2,1% 17,1% 23,8% 91 USA STANFORD UNIV ,1 2,63 8,1% 25,7% 37,2% 92 USA OXFORD UNIV ,0 1,52 2,0% 12,6% 17,4% 93 ENGLAND COLORADO STATE UNIV ,2 2,34 5,3% 18,8% 30,4% 94 USA ICELAND UNIV ,6 1,09 0,5% 5,3% 13,0% 95 ICELAND MAX PLANCK INST METEOROL ,0 2,01 2,5% 14,7% 27,4% 96 GERMANY N CAROLINA UNIV ,7 1,17 0,3% 3,9% 10,7% 97 USA ETH ,0 1,73 1,8% 11,2% 21,0% 98 SWITZERLAND ABERDEEN UNIV ,8 1,24 0,5% 6,4% 14,6% 99 SCOTLAND LOUISIANA STATE UNIV ,4 1,32 1,3% 5,8% 15,7% 100 USA SWEDISH UNIV AGR SCI ,7 1,18 1,6% 4,1% 9,2% 101 SWEDEN Total ,33 1,6% 7,5% 14,7% 0 0

15 Samarbetspartners potentiella och aktuella Vilka samarbetar ODEN-forskarna med och vilka borde de samarbeta med? Frågan låter sig gärna ställas men svaret är allt annat än självklart. Samarbetsrelationer är mestadels oerhört känsliga frågor, för att inte säga finkänsliga och det gör att det är alldeles för svårt att komma med förslag. Däremot kan samarbetsmönstret naturligtvis studeras och det går rimligen att dra någon eller några slutsatser om det mönstret. Till följd av att det i många fall är frågan om artiklar med förhållandevis många samarbetspartners är det, vad gäller ODEN-relaterade publikationer, kanske inte frågan om att efterfråga särskilt mycket mer av samarbete utan att titta närmare på kvaliteten hos de som utgör mer frekventa samarbetspartners. I de kluster där ODEN-publikationer är mer vanligt förekommande, dvs. där det inte är frågan om några få eller enstaka, går det kontrollera huruvida samarbeten rör sig med organisationer som brukar prestera bra publikationer. Tabell 9 nedan visar en sådan analys där det för respektive kluster har identifierats ett antal organisationer som har en god publiceringsfrekvens och en hög andel Top5 %-publikationer. För kluster 3 där ODEN har 56 publikationer under perioden återfinns två samarbetspartners bland de organisationer som har den högsta frekvensen och citeringsgraden. Fortsätter vi till de andra klustren där ODEN har ett antal publikationer återfinns samma mönster, forskarna har samarbete med minst en topporganisation per kluster, kluster 4 undantaget. Slutsatsen av denna översiktliga analys är att samarbetsmönstret ser mycket bra ut. Tabell 10 och 11 gör en sammanställning av de mest frekventa och framträdanden organisationerna per kluster baserat på fraktionaliserade publikationer (tabell 10) och på percentilpoäng (tabell 11). Svenska organisationer är markerade med rött.

16 Tabell 9. Samarbetsanalys per kluster (färgmarkering för att visa kluster) Kluster INST Koll Full P Frac P NCSf TOP1% TOP5% TOP10% 3 COLUMBIA UNIV 67 19,9 2,72 5,7% 25,7% 37,4% 3 MASSACHUSETTS UNIV 71 23,8 2,51 3,5% 21,2% 41,0% 3 AARHUS UNIV 59 18,6 1,82 1,8% 16,9% 28,4% 3 COLORADO UNIV COLORADO UNIV ,8 2,21 3,8% 16,6% 34,7% 3 BERN UNIV 90 33,0 1,91 6,0% 16,0% 26,8% 3 BERGEN UNIV BERGEN UNIV ,9 1,77 2,4% 14,2% 26,4% 3 COPENHAGEN UNIV 78 21,7 1,48 2,3% 12,1% 15,2% 3 BREMEN UNIV 78 29,7 1,77 0,8% 12,0% 29,0% 3 WASHINGTON UNIV 50 20,0 2,07 1,7% 12,0% 26,7% 3 US GEOL SURVEY 79 25,9 1,87 1,9% 10,6% 32,9% 3 TROMSO UNIV 77 37,8 1,28 0,6% 10,3% 18,9% 4 VIENNA UNIV 50 18,3 2,66 5,1% 29,3% 32,6% 4 LAVAL UNIV 62 34,4 2,45 2,9% 21,0% 44,7% 4 BRITISH COLUMBIA UNIV 61 35,6 2,03 0,8% 14,1% 28,3% 4 MAX PLANCK INST MARINE MI 52 24,7 1,96 2,0% 12,6% 27,5% 4 WASHINGTON UNIV 51 29,7 1,99 1,7% 11,8% 21,2% 4 CSIC 34 14,0 1,48 0,0% 11,5% 32,0% 4 ALFRED WEGENER INST POLA 36 16,1 2,17 3,1% 11,1% 31,2% 4 TROMSO UNIV 55 21,1 1,33 0,9% 10,5% 16,1% 4 PARIS 06 UNIV 32 11,0 1,70 0,0% 10,3% 30,8% 7 GRONINGEN UNIV 73 26,7 1,38 2,4% 11,9% 13,6% 11 CALGARY UNIV 28 12,1 1,59 0,0% 15,8% 28,4% 11 WOODS HOLE OCEANOG INSTWOODS HOLE OCEANOG INS 26 9,2 1,78 0,0% 15,5% 23,7% 11 CHINA UNIV GEOSCI 29 12,3 1,98 4,1% 12,4% 25,1% 11 GEOL SURVEY NORWAY 34 11,9 1,09 0,0% 10,2% 16,8% 11 UTRECHT UNIV 41 15,8 1,62 0,2% 10,0% 35,8% 14 UTRECHT UNIV 39 11,1 3,19 7,9% 39,8% 55,8% 14 COLUMBIA UNIV 50 25,3 2,96 9,7% 27,4% 42,1% 14 WASHINGTON UNIV 63 24,6 2,84 6,1% 25,4% 34,9% 14 CALTECH 60 25,6 3,55 10,8% 23,3% 37,7% 14 COLORADO UNIV COLORADO UNIV 64 23,9 2,54 6,4% 21,4% 32,0% 14 BRISTOL UNIV 63 23,2 1,93 3,7% 19,5% 27,0% 14 CAMBRIDGE UNIV 90 33,0 1,89 5,6% 16,0% 32,1% 14 DURHAM UNIV 87 34,1 1,87 1,9% 14,3% 25,9% 14 TROMSO UNIV 38 22,5 1,58 0,0% 13,1% 30,9% 14 ALFRED WEGENER INST POLA 70 38,1 1,72 3,3% 12,8% 18,1% 16 NOAA 81 19,6 2,67 5,1% 28,3% 41,8% 16 NASA ,8 3,03 9,8% 22,2% 31,6% 16 COLORADO UNIV COLORADO UNIV 89 20,9 2,19 3,3% 22,2% 36,1% 16 WASHINGTON UNIV 52 25,1 1,90 1,0% 18,4% 35,7% 16 CALIF IRVINE UNIV 45 12,5 2,72 7,6% 14,9% 26,2% 16 GEORGIA INST TECHNOL 49 13,0 1,39 0,6% 13,8% 16,7% 16 NATL CTR ATMOSPHER RES 79 20,9 2,29 4,1% 13,1% 22,7% 18 INST OCEAN SCI 46 18,5 2,14 0,0% 23,2% 33,5% 18 WOODS HOLE OCEANOG INSTWOODS HOLE OCEANOG INS ,8 2,10 1,9% 23,0% 37,3% 18 WASHINGTON UNIV 94 39,0 3,02 8,7% 22,8% 41,6% 18 ALASKA FAIRBANKS UNIV 63 20,7 2,18 6,1% 22,5% 28,2% 18 JAPAN AGCY MARINE EARTH 38 16,7 1,77 3,0% 18,4% 21,1% 18 FISHERIES & OCEANS CANADFISHERIES & OCEANS CANA 61 25,1 1,81 1,7% 15,8% 33,7% 18 ALFRED WEGENER INST POLA 78 25,9 2,04 5,9% 15,3% 22,3% 18 NATL OCEANOG CTR 34 11,5 1,87 3,5% 15,1% 26,1% 18 BERGEN UNIV BERGEN UNIV 96 36,6 1,47 1,4% 12,1% 17,8% 18 INST MARINE RES 35 13,1 1,72 0,0% 11,6% 26,0% 18 BJERKNES CTR CLIMATE RES 54 15,4 1,34 0,0% 10,9% 19,4% 18 HAMBURG UNIV 36 18,4 1,84 5,4% 10,4% 15,6% 20 OHIO STATE UNIV OHIO STATE UNIV 24 14,9 2,54 0,0% 28,0% 56,0% 20 PACIFIC NW NATL LAB 43 16,3 2,03 1,6% 19,9% 40,2% 20 NATL CTR ATMOSPHER RES 53 16,2 2,92 9,4% 17,6% 46,2% 20 NOAA ,4 1,96 0,9% 17,2% 31,8% 20 ILLINOIS UNIV 35 12,8 2,05 0,5% 15,5% 36,3% 20 CALTECH 23 6,3 2,07 5,8% 13,8% 32,6% 20 WISCONSIN UNIV 79 33,9 1,83 5,3% 10,4% 27,7%

17 Tabell 10 visar mest frekventa organisationer baserat på Frac P 0 CHINESE ACAD SCI NOAA COLUMBIA UNIV RUSSIAN ACAD SCI WASHINGTON UNIV CHINA METEOROL ADM READING UNIV COLORADO UNIV NATL CTR ATMOSPHER RES ENVIRONM CANADA 1 INST MARINE RES NOAA RUSSIAN ACAD SCI ALFRED WEGENER INST POLAR & MARINE RES CSIC FISHERIES & OCEANS CANADA BERGEN UNIV NATL MARINE FISHERIES SERV TROMSO UNIV POLISH ACAD SCI 2 COPENHAGEN UNIV ALASKA FAIRBANKS UNIV ALASKA UNIV CHINESE ACAD SCI UMEA UNIV RUSSIAN ACAD SCI TROMSO UNIV VRIJE UNIV AMSTERDAM OULU UNIV LAVAL UNIV 3 CHINESE ACAD SCI RUSSIAN ACAD SCI ALFRED WEGENER INST POLAR & MARINE RES STOCKHOLM UNIV COLORADO UNIV BERGEN UNIV TROMSO UNIV BERN UNIV QUEBEC UNIV BREMEN UNIV 4 RUSSIAN ACAD SCI OSLO UNIV BRITISH COLUMBIA UNIV LAVAL UNIV WASHINGTON UNIV BERGEN UNIV MCGILL UNIV MAX PLANCK INST MARINE MICROBIOL CHINESE ACAD SCI HELSINKI UNIV 5 HOKKAIDO UNIV FISHERIES & OCEANS CANADA RUSSIAN ACAD SCI TROMSO UNIV ALASKA FAIRBANKS UNIV NOAA LAVAL UNIV ALFRED WEGENER INST POLAR & MARINE RES QUEBEC UNIV WASHINGTON UNIV 6 US GEOL SURVEY CHINESE ACAD SCI OCEAN UNIV CHINA WASHINGTON UNIV CNR WOODS HOLE OCEANOG INST TEXAS AUSTIN UNIV IFREMER NATL INST OCEANOG STATE OCEAN ADM 7 CANADIAN WILDLIFE SERV ALASKA FAIRBANKS UNIV US GEOL SURVEY ENVIRONM CANADA CARLETON UNIV TROMSO UNIV NORWEGIAN POLAR RES INST ALASKA UNIV QUEBEC UNIV WASHINGTON UNIV 8 OREGON STATE UNIV WOODS HOLE OCEANOG INST WASHINGTON UNIV CALIF SAN DIEGO UNIV USN DELAWARE UNIV PLYMOUTH MARINE LAB WESTERN AUSTRALIA UNIV BIDSTON OBSERV IFREMER 9 WASHINGTON UNIV COLORADO UNIV NASA NATL CTR ATMOSPHER RES ALASKA FAIRBANKS UNIV MANITOBA UNIV RUSSIAN ACAD SCI ALFRED WEGENER INST POLAR & MARINE RES CALTECH MAX PLANCK INS 10 RUSSIAN ACAD SCI ALASKA FAIRBANKS UNIV US GEOL SURVEY ENVIRONM CANADA STOCKHOLM UNIV ALASKA UNIV CARLETON UNIV ALFRED WEGENER INST POLAR & MARINE RES COLORADO UNIV LAVAL U 11 RUSSIAN ACAD SCI GEOL SURVEY CANADA ALFRED WEGENER INST POLAR & MARINE RES OSLO UNIV UPPSALA UNIV CHINESE ACAD SCI UTRECHT UNIV US GEOL SURVEY ALBERTA UNIV BERGEN UNIV 12 TROMSO UNIV FISHERIES & OCEANS CANADA NORWEGIAN INST NAT RES GUELPH UNIV SWEDISH UNIV AGR SCI GLASGOW UNIV WATERLOO UNIV HELSINKI UNIV UPPSALA UNIV UMEA UNIV 13 ENVIRONM CANADA AARHUS UNIV CARLETON UNIV FISHERIES & OCEANS CANADA NORWEGIAN POLAR RES INST TORONTO UNIV CHINESE ACAD SCI LAVAL UNIV STOCKHOLM UNIV NORWEGIAN INST AIR RES 14 BRITISH ANTARCTIC SURVEY ALFRED WEGENER INST POLAR & MARINE RES DURHAM UNIV CAMBRIDGE UNIV CALTECH COLUMBIA UNIV WASHINGTON UNIV COLORADO UNIV ALBERTA UNIV BRISTOL UNIV 15 MCGILL UNIV TROMSO UNIV ALBERTA UNIV TORONTO UNIV CALGARY UNIV ALASKA FAIRBANKS UNIV FRIDTJOF NANSEN INST POLHOGDA COPENHAGEN UNIV CAMBRIDGE UNIV 16 STOCKHOLM UNIV FINNISH METEOROL INST NASA WASHINGTON UNIV ENVIRONM CANADA COLORADO UNIV NATL CTR ATMOSPHER RES HOKKAIDO UNIV CHINESE ACAD SCI NOAA 17 LOUISIANA STATE UNIV TEXAS A&M UNIV NATL SUN YAT SEN UNIV NOAA CHINESE ACAD SCI DALHOUSIE UNIV WOODS HOLE OCEANOG INST GEORGIA UNIV MAX PLANCK INST MARINE MICROBIOL LIEGE UNIV 18 WOODS HOLE OCEANOG INST WASHINGTON UNIV RUSSIAN ACAD SCI BERGEN UNIV ALFRED WEGENER INST POLAR & MARINE RES ARCTIC & ANTARCTIC RES INST FISHERIES & OCEANS CANADA ALASKA FAIRBA 19 NASA CALTECH COLORADO UNIV NATL CTR ATMOSPHER RES NOAA USN LEEDS UNIV FORSCHUNGSZENTRUM JULICH BREMEN UNIV NATL INST ENVIRONM STUDIES 20 COLORADO UNIV NOAA WISCONSIN UNIV NASA WASHINGTON UNIV STOCKHOLM UNIV PACIFIC NW NATL LAB NATL CTR ATMOSPHER RES PENN STATE UNIV ALFRED WEGENER INST POLAR & MARINE RES 21 QUEENS UNIV OTTAWA UNIV LAVAL UNIV TORONTO UNIV HELSINKI UNIV ALBERTA UNIV UCL N CAROLINA UNIV RUSSIAN ACAD SCI COPENHAGEN UNIV 22 BRITISH ANTARCTIC SURVEY AUSTRALIAN ANTARCTIC DIV OLD DOMINION UNIV WOODS HOLE OCEANOG INST TASMANIA UNIV S FLORIDA UNIV WASHINGTON UNIV CALIF SAN DIEGO UNIV OHIO STATE UNIV MAIN 23 NOAA BRITISH COLUMBIA UNIV NOAA FISHERIES UCL STOCKHOLM UNIV RUSSIAN ACAD SCI MCGILL UNIV DUKE UNIV ROCKY MTN INST 24 JOHANNES GUTENBERG UNIV MAINZ RUSSIAN ACAD SCI BANGOR UNIV ALFRED WEGENER INST POLAR & MARINE RES FRANKFURT UNIV MAINE UNIV N CAROLINA UNIV MARINE RES INST FED RIO DE JANEIRO U 25 RUSSIAN ACAD SCI BRITISH ANTARCTIC SURVEY AARHUS UNIV CTR SVALBARD UNIV OSLO UNIV COPENHAGEN UNIV GDANSK UNIV BIRMINGHAM UNIV NATL ENVIRONM RES INST CANADIAN MUSEUM NAT 26 STUTTGART UNIV NEW S WALES UNIV INDIAN INST TECHNOL INDIAN INST SCI PENN STATE UNIV ROYAL NETHERLANDS METEOROL INST QUEBEC UNIV UPPSALA UNIV GOTHENBURG UNIV KINGS COLL LONDON 27 ALFRED WEGENER INST POLAR & MARINE RES MALAGA UNIV KIEL UNIV BREMEN UNIV ROSTOCK UNIV GRONINGEN UNIV BIOL ANSTALT HELGOLAND HAMBURG UNIV AUSTRAL CHILE UNIV FDN ALFRED WEGEN 29 POLYTECH UNIV CHANG GUNG UNIV SAO PAULO UNIV NOTTINGHAM UNIV KOREA UNIV BOMBAY UNIV CHINESE ACAD SCI NIS UNIV PERUGIA UNIV DUPONT CO INC