An integrated scientometric and BERTopic-based analysis on examining the role of artificial intelligence in achieving Sustainable Development Goals (SDGs)
Reetu Verma · Ashok Kumar · Kavita Pabreja 等 4 人
用科学计量与BERTopic分析3262篇文献，揭示AI助力可持续发展目标的研究格局与主题演化。
Scopus/WoS文献，Biblioshiny、VOSviewer计量分析加B
AI-SDG研究2015年后激增，主题从基础AI转向可持续发展，识别出智慧农业等11个主题域。
可聚焦智慧农业主题，探究AI在农业SDG中的具体贡献路径与区域差异，填补细粒度实证空白。
该研究以3262篇文献的计量与BERTopic主题建模系统梳理AI支撑SDGs的研究格局，其中智慧农业、遥感、数字健康等主题与农业信息化高度相关，方法新颖、数据规模大，值得进入每日精选。
本研究通过一项全面的科学计量分析，探讨了人工智能（Artificial Intelligence, AI）在实现联合国可持续发展目标（Sustainable Development Goals, SDGs）中的作用。研究考察了学术研究的演进历程，识别了主要贡献者，绘制了主题趋势图谱，分析了AI技术如何在多个领域推动可持续发展，并识别了潜在语义主题。经去重和筛选后，最终从Scopus和Web of Science数据库中确定了1989年至2025年间发表的3262条独特学术记录。使用Biblioshiny（基于R的Bibliometrix）和VOSviewer对数据集进行分析，以考察出版趋势、引用影响、合作网络、主题演进和概念结构。采用相对增长率（Relative Growth Rate, RGR）、倍增时间（Doubling Time, DT）、h指数、g指数和洛特卡定律（Lotka's Law）等指标评估研究生产力和学术影响力。此外，应用基于BERTopic的摘要级主题建模，以识别潜在语义主题、与SDG相关的主题领域、时间演变和潜在研究空白。结果显示，AI-SDG研究显著增长，尤其在2015年之后，2020年后增长加速。印度、美国和中国是最多产的贡献者，而美国、印度、英国和澳大利亚等国家在研究影响力和引用质量方面领先。主题演进分析揭示了从AI、机器学习、气候变化和决策支持系统等基础主题向更综合、面向可持续发展的研究主题（包括可持续发展和SDGs）的转变。主题关联进一步表明AI和机器学习的持续基础性作用，同时气候变化和可持续发展的中心性日益增强，反映了AI研究与全球可持续发展优先事项日益融合。BERTopic分析在排除一个异质性离群类别后，进一步揭示了十一个可解释的摘要级主题领域。主导主题包括数字化转型与绿色创新、AI赋能教育、数字健康、智慧农业、可再生能源系统、清洁水和卫生设施、遥感、基于自然语言处理的决策支持、可持续建筑、旅游业以及可持续化学/制药应用。本研究通过整合文献计量