批判性思维、创造性思维、系统思维等：关于这些思维方式普及程度和分布情况的比较文献计量分析

《Thinking Skills and Creativity》：Critical thinking, creative thinking, systems thinking and many more: a comparative bibliometric analysis of prevalence and distribution

通过文献计量学分析，研究比较了2020-2024年间78种思维方式的文献分布。发现前20种中，批判性思维、设计思维、创造性思维、系统思维和计算思维最常见。分析显示这些思维方式在学科分布（如教育学科最集中）、应用领域（SDGs）及时间趋势（近十年设计思维和计算思维增长显著）上存在差异，为跨学科整合提供依据。

　　### 研究概述

本研究旨在通过广泛的文献计量分析，探讨不同思维方式的出现频率、分布情况以及它们之间的相互关系。这一研究主要基于“Dimensions”数据库中的科研文献，涵盖了过去五年的研究内容。通过这一方法，我们能够识别出哪些思维方式在学术界更为流行，并分析它们在不同学科和应用领域中的分布状况。此外，我们还研究了这些思维方式在时间上的演变趋势，以及它们在文献中如何相互关联。这样的分析不仅有助于理解当前学术界对各种思维方式的重视程度，也为教育者、政策制定者和研究人员提供了如何选择、组合和比较这些思维方式的重要依据。

### 思维方式的分类与定义

思维方式通常指个体在面对问题、进行决策或解决问题时所采用的特定认知策略或模式。这些思维方式可以是技能、方法、过程、策略等。在本文中，我们探讨了78种不同的思维方式，并对其进行了分类和排序。例如，批判性思维、设计思维、创造性思维、系统思维和计算思维是过去五年中最常被提及的五种思维方式。这些思维方式在不同的文献中被赋予了不同的含义，有时它们被描述为技能，有时则被看作是一种方法或过程。此外，一些思维方式，如计算思维，被赋予了更高的关注度，表明其在研究文献中的重要性较高。

### 思维方式的分布

为了理解不同思维方式在各个学科中的分布情况，我们对每种思维方式在34个英国研究卓越框架（Research Excellence Framework, REF）定义的学科单元（Units of Assessment, UoAs）中的出现频率进行了分析。例如，教育学科（UoA C23）在许多思维方式的文献中占据主导地位，这表明教育领域对这些思维方式的关注度较高。此外，某些思维方式，如系统思维，被广泛应用于多个学科，显示出较强的跨学科特性。然而，也有思维方式，如设计思维和法律思维，其应用较为集中，仅在特定的学科或领域中被频繁提及。

### 应用领域的分布

除了学科分布外，我们还分析了不同思维方式在联合国17个可持续发展目标（Sustainable Development Goals, SDGs）中的出现频率。例如，批判性思维在SDG4（优质教育）中被提及的比例最高，而计算思维则主要集中在SDG9（产业、创新与基础设施）和SDG17（实现目标的伙伴关系）中。这表明某些思维方式在特定的可持续发展目标中被赋予了更高的重要性。通过这样的分析，我们可以更好地理解这些思维方式在实际问题解决中的应用场景。

### 时间趋势分析

我们还对这些思维方式在不同时间段的出现频率进行了分析，以了解它们在学术界的发展趋势。例如，批判性思维和系统思维的出现频率虽然在较长时间范围内缓慢上升，但计算思维和设计思维则在最近几年中迅速发展。这种趋势的变化可能反映了不同思维方式在社会需求和技术进步中的重要性变化。此外，一些思维方式，如算法思维，虽然近年来出现频率有所增加，但其普及程度仍低于计算思维和设计思维。

### 词汇搭配与共现分析

为了进一步理解不同思维方式之间的关系，我们还分析了它们在文献中的共现情况。例如，批判性思维和创造性思维的共现频率最高，而系统思维和经济思维的共现频率则相对较低。这种分析有助于识别哪些思维方式经常被同时提及，从而反映出它们在学术讨论中的相互关系。通过这样的共现分析，我们能够更清晰地看到某些思维方式之间的联系，以及它们在文献中的相互影响。

### 混合思维模式的比较

研究还探讨了不同思维方式之间的相互作用。例如，批判性思维和创造性思维经常被同时提及，而设计思维和计算思维则在最近几年中逐渐成为学术讨论的热点。这种趋势可能反映了当前社会对创新和解决问题能力的重视程度。此外，我们还发现，某些思维方式，如系统思维和设计思维，具有较强的跨学科特性，而其他思维方式，如法律思维和经济思维，则主要集中在特定的学科或领域中。

### 文献计量方法的使用

为了确保研究的准确性和可靠性，我们采用了多种文献计量方法，包括基于关键词的搜索、文献数量的统计分析以及使用Gini系数来衡量不同思维方式在各个学科或应用领域中的分布均衡性。这些方法不仅帮助我们识别出最常被提及的思维方式，还使我们能够评估它们在不同领域的分布情况。例如，计算思维在多个学科中的分布较为集中，而系统思维则在多个学科和应用领域中都有较高的出现频率。

### 研究的局限性

尽管本研究提供了关于思维方式的广泛分析，但仍然存在一些局限性。首先，我们的研究主要基于英文文献，这可能忽略了其他语言中对思维方式的讨论。其次，我们仅对部分思维方式进行了详细分析，这可能无法全面反映所有思维方式的实际情况。此外，我们的研究主要关注文献中的出现频率，而未深入探讨这些思维方式的实际应用和效果。因此，未来的研究可以考虑扩展数据来源，增加其他语言的文献，并深入分析这些思维方式在实际中的应用。

### 研究的贡献

本研究通过广泛的文献计量分析，为理解不同思维方式的流行程度和分布情况提供了新的视角。它不仅帮助我们识别出哪些思维方式在学术界更为重要，还揭示了这些思维方式在不同学科和应用领域中的分布情况。此外，本研究还探讨了思维方式在时间上的演变趋势，以及它们在文献中的共现情况。这些发现对于教育者、政策制定者和研究人员具有重要的参考价值，可以帮助他们更好地选择和组合不同的思维方式，以应对复杂的社会和科技问题。

### 未来研究方向

未来的研究可以进一步探讨不同思维方式在实际应用中的效果，以及它们在不同文化背景下的差异。此外，还可以考虑使用更先进的自然语言处理技术，以更深入地分析思维方式在文献中的具体含义和应用方式。通过这些方法，我们可以更好地理解思维方式在不同语境下的变化和演化，从而为未来的教育和研究提供更全面的指导。