نوع مقاله : مقاله پژوهشی
نویسندگان
1
دانشجو کارشناسیارشد برنامه ریزی مقصد گردشگری، گروه جغرافیا و برنامه ریزی گردشگری، دانشکده علوم جغرافیایی و برنامه ریزی، دانشگاه
2
استادیار، گروه گردشگری، دانشکده علوم جغرافیایی و برنامه ریزی، دانشگاه اصفهان، اصفهان، ایران.
3
3. دانشیار گروه گردشگری،دانشکده علوم جغرافیایی و برنامه ریزی،دانشگاه اصفهان، ایران.
چکیده
در عصر دیجیتال و با افزایش اهمیت پایداری، بررسی پیوند «گردشگری هوشمند» و «اکولوژی» اهمیت ویژهای یافته است. این پژوهش با رویکرد مرور سیستماتیک و علمسنجی، ادبیات علمی سالهای 2020 تا 2025 را از پایگاههای معتبر Scopus، PubMed و Google Scholar با استفاده از واژگان مرتبط با گردشگری هوشمند و اکولوژی گردآوری کرده است. پس از اعمال معیارهای ورود و خروج، مجموعهای از مقالات منتخب با نرمافزار VOSviewer تحلیل و شبکههای همرخدادی آنها ترسیم شد. نتایج علمسنجی نشان داد ادبیات خارجی شبکهای گستردهتر (۱۲۰ نود، ۳۵۰ لینک، TLS=1450، چگالی ۰.۰۴) و بالغتر دارد؛ در حالی که ادبیات داخلی ساختاری کوچکتر اما فشردهتر (۱۵ نود، ۲۶ لینک، TLS=26، چگالی ۰.۲۴۷) را ارائه میکند. میانگین درجه ارتباطی در شبکه خارجی ۳.۸ و در شبکه داخلی ۲.۸ بود. با این حال Modularity در هر دو شبکه مشابه و برابر با ۰.۳۲ محاسبه شد. خوشهبندی مقالات منجر به شکلگیری پنج خوشه خارجی و چهار خوشه داخلی شد. تمرکز خوشههای خارجی بیشتر بر فناوریهای دیجیتال، نوآوری، پایداری مدرن، تجربه گردشگر و فناوریهای نوظهور مانند هوش مصنوعی، متاورس و واقعیت مجازی است. در مقابل، خوشههای داخلی عمدتاً حول محور گردشگری، نوآوری عمومی، سیاستگذاری و پایداری سنتی شکل گرفتهاند. آزمون t در نرمافزار SPSS نیز تفاوت معنادار چگالی شبکهها (T=3.21, P=0.01)
و میانگین درجه (T=2.87, P=0.05) را تأیید کرد، اما در Modularity تفاوتی مشاهده نشد (T=0.12, P=0.90) در مجموع، نتایج نشان میدهد ادبیات خارجی پیشرفتهتر و متکی بر فناوریهای نوین است، در حالیکه ادبیات داخلی نیازمند حرکت به سمت رویکردهای فناورانه و مدلهای یکپارچه گردشگری-اکولوژی است. این تحلیل میتواند مسیر آینده پژوهش را روشن کرده و بر ضرورت توسعه راهکارهای هوشمند سازگار با محیطزیست برای ارتقای تجربه گردشگران و حفاظت از اکوسیستمها تأکید کند.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Analysis of knowledge structure and research trends in the convergence of smart tourism and ecology with a scientometric approach and VOSviewer tool (2020–2025)
نویسندگان [English]
-
zahra barati dehsorkhi
1
-
Sayedeh Somayeh Hosseini
2
-
reza Mukhtari Malikabadi
3
1
Master's student in tourism destination planning, Department of Geography and Tourism Planning, Faculty of Geographical Sciences and Planning, Isfahan University, Isfahan, Iran.
2
Corresponding Author, Assistant Professor, Department of Tourism, Faculty of Geographical Sciences and Planning, University of Isfahan, Isfahan, Iran.
3
Associate Professor, Department of Tourism, Faculty of Geographical Sciences and Planning, University of Isfahan, Iran
چکیده [English]
In the digital age and with the increasing importance of sustainability, examining the link between "smart tourism" and "ecology" has gained special importance. This study, using a systematic review and scientometric approach, collected scientific literature from 2020 to 2025 from the reputable databases Scopus, PubMed, and Google Scholar using terms related to smart tourism and ecology. After applying the entry and exit criteria, a set of selected articles was analyzed with VOSviewer software and their co-occurrence networks were drawn. The scientometric results showed that foreign literature has a wider network (120 nodes, 350 links, TLS=1450, density 0.04) and more mature; while domestic literature presents a smaller but more compact structure (15 nodes, 26 links, TLS=26, density 0.247). The average degree of connectivity in the foreign network was 3.8 and in the domestic network was 2.8. However, Modularity was calculated to be similar in both networks and equal to 0.32. The clustering of articles resulted in the formation of five foreign clusters and four domestic clusters. The foreign clusters focus more on digital technologies, innovation, modern sustainability, tourist experience, and emerging technologies such as artificial intelligence, metaverse, and virtual reality. In contrast, domestic clusters are mainly formed around tourism, public innovation, policymaking, and traditional sustainability. The t-test in SPSS software also confirmed a significant difference in network density (T=3.21, P=0.01) and average degree (T=2.87, P=0.05), but no difference was observed in Modularity (T=0.12, P=0.90).
کلیدواژهها [English]
-
Smart Tourism
-
Smart Tourism Development
-
Ecological Network
-
VOSVIEWER
)