https://rpubs.com/koyobib/bm14 の続き

library(readr)
library(openxlsx)
library(stringr)
library(stringdist)
library(dplyr)
library(RMeCab)
library(igraph)
library(rvest)
library(gt)
library(gtExtras)
library(openxlsx)
library(purrr)

1 Main result の table をつくる

1.1 キーワードの再分類

1.1.1 特集の趣旨の再確認

とりあえず，特集の趣旨はこんな感じだった。

https://www.jset.gr.jp/journal/journal-3421/

趣旨から
- 変化が激しく，先行きを見通すことが難しい現代では教育に対する社会的ニーズが変化しています
  - 教育に対する社会的ニーズの変化(A)
- 初等中等教育では，自分のよさや可能性を認識し，あらゆる他者を尊重し，協働しながら，豊かな人生を切り拓き，持続可能な社会の創り手となるための資質・能力（社会情動的スキルや自己調整能力等を含む）の育成が求められています
  - 資質・能力(B)
- 高等教育においても，学修者本位の教育の実現を目指した実践や教育課程の改善が進められています
  - 高等教育における教育課程や実践の改善(C)
- 特別な支援を要する学習者，日本語を母語としない学習者，貧困，不登校など，学習者の状況は多様化しています
  - 特別支援教育(D)
  - 教育格差(E)
  - 不登校(F) ｰ GIGAスクール構想で整備された１人１台のコンピュータ，BYOD/BYAD，クラウドや高速ネットワーク等の学習環境の刷新は，こうした教育環境の変化に対応した活用が期待されています
  - 学習環境の刷新(G)
- 個別最適な学びと協働的な学びの一体的な充実，授業内外の学びの連携，学習履歴の活用等，新たな教育技術の開発が試みられています
  - 個別最適な学びと協働的な学び(H)
  - 授業内外の学びの連携(I)
  - 学習履歴の活用(J)
  - その他新たな教育技術の開発(K)

この軸に沿ってキーワードを並び替えた表を作る。

1.1.2 くくったキーワードのファイルの読み込み

classification <- read.xlsx("../Keywords/Classification.xlsx")
DT::datatable(classification[c(1, 2, 4)])

1.1.3 TeXのファイルを作る

class.tab.gt <- data.frame(classification[c(1, 2, 4)]) %>% 
  gt() 
#class.tab.gt
gtsave(class.tab.gt, "../TeX/class_tab_.tex")
#file.copy("../TeX/class_tab_.tex", "../TeX/class_tab.tex")

../TeX/class_tab.texのファイルの上下を少々書き換える。こんな感じになる。

2 メインの表を作る

2.1 雑誌別，出版年別のキーワード出現状況のファイルを読み込む

jjer.year.tab <- read.xlsx("../Table/jjer_year_tab.xlsx")
jjep.year.tab <- read.xlsx("../Table/jjep_year_tab.xlsx")
jset.year.tab <- read.xlsx("../Table/jset_year_tab.xlsx")
rjem.year.tab <- read.xlsx("../Table/rjem_year_tab.xlsx")

2.2 再分類後のキーワード順に並び替えコードを振る

nkw1.code <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 16, 17, 18, 
               19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
               34, 35, 36, 37, 38, 39, 41, 42, 43, 44, 45)
order <- c(1, 3, 17, 12, 29, 4, 13, 5, 6, 7, 19, 8, 9, 10, 42, 18, 2, 
           14, 11, 15, 31, 33, 22, 16, 28, 35, 36, 27, 40, 24, 41, 43,
           39, 23, 25, 26, 38, 30, 34, 20, 37, 21, 32)

# 教育学研究
jjer.year.tab$nkw1.code <- nkw1.code
jjer.year.tab$order <- order
jjer.tab.sort <- jjer.year.tab %>% arrange(order)
jjer.tab.sort <- data.frame(jjer.tab.sort)
# 教育心理学研究
jjep.year.tab$nkw1.code <- nkw1.code
jjep.year.tab$order <- order
jjep.tab.sort <- jjep.year.tab %>% arrange(order)
jjep.tab.sort <- data.frame(jjep.tab.sort)

# 教育工学会論文誌
jset.year.tab$nkw1.code <- nkw1.code
jset.year.tab$order <- order
jset.tab.sort <- jset.year.tab %>% arrange(order)
jset.tab.sort <- data.frame(jset.tab.sort)

# 教育方法学研究
rjem.year.tab$nkw1.code <- nkw1.code
rjem.year.tab$order <- order
rjem.tab.sort <- rjem.year.tab %>% arrange(order)
rjem.tab.sort <- data.frame(rjem.tab.sort)

2.3 表として整形する

nkw <- c("COVID-19", "災害・防災", "自己調整学習", "コミュニケーション能力", 
         "レジリエンス", "社会情動的スキル", "社会的スキル", "創造性", 
         "批判的思考", "ICT関連の資質能力", "STEM, STEAM教育", "PBL", 
         "学習評価", "高大接続", "アクティブラーニング", "プログラミング教育",
         "特別支援教育", "教育格差問題", "不登校", "eラーニング", "テレビ会議",
         "オンライン学習，授業，教育", "オンデマンド授業・教材", "MOOC", 
         "GIGAスクール構想", "1人1台端末", "DX", "個別最適化", 
         "協調学習・協同学習", "反転授業", "ブレンディッドラーニング", 
         "学習履歴", "ポートフォリオ", "ラーニング・アナリティクス", 
         "CAI", "CALL, LL", "電子黒板", "スマートフォン，携帯端末", 
         "タブレット", "LMS", "SNS", "人工知能", "仮想・拡張現実")
nkw <- data.frame(nkw)
main.table <- dplyr::bind_cols(nkw, # 工学→教育→心理→方法 の順
jset.tab.sort[c(1)], jjer.tab.sort[c(1)], jjep.tab.sort[c(1)], rjem.tab.sort[c(1)], #2006
jset.tab.sort[c(2)], jjer.tab.sort[c(2)], jjep.tab.sort[c(2)], rjem.tab.sort[c(2)], #2007
jset.tab.sort[c(3)], jjer.tab.sort[c(3)], jjep.tab.sort[c(3)], rjem.tab.sort[c(3)], #2008
jset.tab.sort[c(4)], jjer.tab.sort[c(4)], jjep.tab.sort[c(4)], rjem.tab.sort[c(4)], #2009
jset.tab.sort[c(5)], jjer.tab.sort[c(5)], jjep.tab.sort[c(5)], rjem.tab.sort[c(5)], #2010
jset.tab.sort[c(6)], jjer.tab.sort[c(6)], jjep.tab.sort[c(6)], rjem.tab.sort[c(6)], #2011
jset.tab.sort[c(7)], jjer.tab.sort[c(7)], jjep.tab.sort[c(7)], rjem.tab.sort[c(7)], #2012
jset.tab.sort[c(8)], jjer.tab.sort[c(8)], jjep.tab.sort[c(8)], rjem.tab.sort[c(8)], #2013
jset.tab.sort[c(9)], jjer.tab.sort[c(9)], jjep.tab.sort[c(9)], rjem.tab.sort[c(9)], #2014
jset.tab.sort[c(10)], jjer.tab.sort[c(10)], jjep.tab.sort[c(10)], rjem.tab.sort[c(10)], #2015
jset.tab.sort[c(11)], jjer.tab.sort[c(11)], jjep.tab.sort[c(11)], rjem.tab.sort[c(11)], #2016
jset.tab.sort[c(12)], jjer.tab.sort[c(12)], jjep.tab.sort[c(12)], rjem.tab.sort[c(12)], #2017
jset.tab.sort[c(13)], jjer.tab.sort[c(13)], jjep.tab.sort[c(13)], rjem.tab.sort[c(13)], #2018
jset.tab.sort[c(14)], jjer.tab.sort[c(14)], jjep.tab.sort[c(14)], rjem.tab.sort[c(14)], #2019
jset.tab.sort[c(15)], jjer.tab.sort[c(15)], jjep.tab.sort[c(15)], rjem.tab.sort[c(15)], #2020
jset.tab.sort[c(16)], jjer.tab.sort[c(16)], jjep.tab.sort[c(16)], rjem.tab.sort[c(16)], #2021
jset.tab.sort[c(17)], jjer.tab.sort[c(17)], jjep.tab.sort[c(17)], rjem.tab.sort[c(17)], #2022
jset.tab.sort[c(18)], jjer.tab.sort[c(18)], jjep.tab.sort[c(18)], rjem.tab.sort[c(18)] #SUM
)

write.xlsx(main.table, "../Table/MAIN_TABLE.xlsx")

2.4 TeXファイルにする

main.table.gt <- data.frame(main.table) %>% 
  gt() %>%# gtパッケージで表
  cols_label(nkw = md("キーワード"),
             jset.2006 = md("工"), jjer.2006 = md("教"), 
             jjep.2006 = md("心"), rjem.2006 = md("方"), 
             jset.2007 = md("工"), jjer.2007 = md("教"), 
             jjep.2007 = md("心"), rjem.2007 = md("方"), 
             jset.2008 = md("工"), jjer.2008 = md("教"), 
             jjep.2008 = md("心"), rjem.2008 = md("方"), 
             jset.2009 = md("工"), jjer.2009 = md("教"), 
             jjep.2009 = md("心"), rjem.2009 = md("方"), 
             jset.2010 = md("工"), jjer.2010 = md("教"), 
             jjep.2010 = md("心"), rjem.2010 = md("方"), 
             jset.2011 = md("工"), jjer.2011 = md("教"), 
             jjep.2011 = md("心"), rjem.2011 = md("方"), 
             jset.2012 = md("工"), jjer.2012 = md("教"), 
             jjep.2012 = md("心"), rjem.2012 = md("方"), 
             jset.2013 = md("工"), jjer.2013 = md("教"), 
             jjep.2013 = md("心"), rjem.2013 = md("方"), 
             jset.2014 = md("工"), jjer.2014 = md("教"), 
             jjep.2014 = md("心"), rjem.2014 = md("方"), 
             jset.2015 = md("工"), jjer.2015 = md("教"), 
             jjep.2015 = md("心"), rjem.2015 = md("方"), 
             jset.2016 = md("工"), jjer.2016 = md("教"), 
             jjep.2016 = md("心"), rjem.2016 = md("方"), 
             jset.2017 = md("工"), jjer.2017 = md("教"), 
             jjep.2017 = md("心"), rjem.2017 = md("方"), 
             jset.2018 = md("工"), jjer.2018 = md("教"), 
             jjep.2018 = md("心"), rjem.2018 = md("方"), 
             jset.2019 = md("工"), jjer.2019 = md("教"), 
             jjep.2019 = md("心"), rjem.2019 = md("方"), 
             jset.2020 = md("工"), jjer.2020 = md("教"), 
             jjep.2020 = md("心"), rjem.2020 = md("方"), 
             jset.2021 = md("工"), jjer.2021 = md("教"), 
             jjep.2021 = md("心"), rjem.2021 = md("方"), 
             jset.2022 = md("工"), jjer.2022 = md("教"), 
             jjep.2022 = md("心"), rjem.2022 = md("方"), 
             jset.sum = md("工"), jjer.sum = md("教"), 
             jjep.sum = md("心"), rjem.sum = md("方")) %>%
  tab_spanner(label = "2006", columns = c("jset.2006", "jjer.2006","jjep.2006","rjem.2006")) %>%
  tab_spanner(label = "2007", columns = c("jset.2007", "jjer.2007","jjep.2007","rjem.2007")) %>%
  tab_spanner(label = "2008", columns = c("jset.2008", "jjer.2008","jjep.2008","rjem.2008")) %>%
  tab_spanner(label = "2009", columns = c("jset.2009", "jjer.2009","jjep.2009","rjem.2009")) %>%
  tab_spanner(label = "2010", columns = c("jset.2010", "jjer.2010","jjep.2010","rjem.2010")) %>%
  tab_spanner(label = "2011", columns = c("jset.2011", "jjer.2011","jjep.2011","rjem.2011")) %>%
  tab_spanner(label = "2012", columns = c("jset.2012", "jjer.2012","jjep.2012","rjem.2012")) %>%
  tab_spanner(label = "2013", columns = c("jset.2013", "jjer.2013","jjep.2013","rjem.2013")) %>%
  tab_spanner(label = "2014", columns = c("jset.2014", "jjer.2014","jjep.2014","rjem.2014")) %>%
  tab_spanner(label = "2015", columns = c("jset.2015", "jjer.2015","jjep.2015","rjem.2015")) %>%
  tab_spanner(label = "2016", columns = c("jset.2016", "jjer.2016","jjep.2016","rjem.2016")) %>%
  tab_spanner(label = "2017", columns = c("jset.2017", "jjer.2017","jjep.2017","rjem.2017")) %>%
  tab_spanner(label = "2018", columns = c("jset.2018", "jjer.2018","jjep.2018","rjem.2018")) %>%
  tab_spanner(label = "2019", columns = c("jset.2019", "jjer.2019","jjep.2019","rjem.2019")) %>%
  tab_spanner(label = "2020", columns = c("jset.2020", "jjer.2020","jjep.2020","rjem.2020")) %>%
  tab_spanner(label = "2021", columns = c("jset.2021", "jjer.2021","jjep.2021","rjem.2021")) %>%
  tab_spanner(label = "2022", columns = c("jset.2022", "jjer.2022","jjep.2022","rjem.2022")) %>%
  tab_spanner(label = "計", columns = c("jset.sum", "jjer.sum","jjep.sum","rjem.sum")) %>%
  
  tab_options(table.width = pct(180), # 表全体の幅をやや拡げる
      table_body.hlines.width = 0, # tableの中の水平線は引かない
      # spannerの下線を適切にするための設定
      column_labels.border.top.width = 2, 
      column_labels.border.top.color = "black", 
      column_labels.border.bottom.width = 1, 
      column_labels.border.bottom.color = "black",
      table.border.top.width = 2,
      table_body.border.top.color = "black", #最上線は黒
      table.border.bottom.width = 2,
      table_body.border.bottom.color = "black" #最下線は黒
      ) %>% 

  # 2列目以降は中央寄せ(APA 7thから)
  cols_align(align = "center", 
          columns = c("jset.2006", "jjer.2006", "jjep.2006", "rjem.2006", 
                      "jset.2007", "jjer.2007", "jjep.2007", "rjem.2007", 
                      "jset.2008", "jjer.2008", "jjep.2008", "rjem.2008", 
                      "jset.2009", "jjer.2009", "jjep.2009", "rjem.2009", 
                      "jset.2010", "jjer.2010", "jjep.2010", "rjem.2010", 
                      "jset.2011", "jjer.2011", "jjep.2011", "rjem.2011", 
                      "jset.2012", "jjer.2012", "jjep.2012", "rjem.2012", 
                      "jset.2013", "jjer.2013", "jjep.2013", "rjem.2013", 
                      "jset.2014", "jjer.2014", "jjep.2014", "rjem.2014", 
                      "jset.2015", "jjer.2015", "jjep.2015", "rjem.2015", 
                      "jset.2016", "jjer.2016", "jjep.2016", "rjem.2016", 
                      "jset.2017", "jjer.2017", "jjep.2017", "rjem.2017", 
                      "jset.2018", "jjer.2018", "jjep.2018", "rjem.2018", 
                      "jset.2019", "jjer.2019", "jjep.2019", "rjem.2019", 
                      "jset.2020", "jjer.2020", "jjep.2020", "rjem.2020", 
                      "jset.2021", "jjer.2021", "jjep.2021", "rjem.2021", 
                      "jset.2022", "jjer.2022", "jjep.2022", "rjem.2022", 
                      "jset.sum", "jjer.sum", "jjep.sum", "rjem.sum")) %>%
  
  # Footnote
  tab_footnote(footnote = "工: 日本教育工学会論文誌，教: 教育学研究，心: 教育心理学研究，方: 教育方法学研究")

main.table.gt

キーワード	2006				2007				2008				2009				2010				2011				2012				2013				2014				2015				2016				2017				2018				2019				2020				2021				2022				計
キーワード	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方	工	教	心	方
COVID-19	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	2	2	0	0	4	0	2	0	6	2	2	0
災害・防災	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	0	0	0	0	0	0	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	1	1	0	0	0	0	0	2	2	0	0	1	0	0	0	5	5	4	0
自己調整学習	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	1	0	0	0	0	0	1	0	1	0	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	2	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	2	0	0	0	10	0	2	1
コミュニケーション能力	2	1	0	0	1	1	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	1	0	5	2	6	0
レジリエンス	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	1	0	1	0	1	0	1	0	0	0	1	0	0	0	0	0	1	0	0	0	3	0	5	0
社会情動的スキル	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	1	0	0	0	0	0	1	0	3	0
社会的スキル	0	0	3	0	0	0	0	0	0	0	5	0	0	0	1	0	0	0	2	0	0	0	0	0	0	0	1	0	0	0	2	0	0	0	0	0	0	0	1	0	1	0	2	0	0	0	2	0	0	0	3	0	0	0	0	0	0	0	2	0	0	0	1	0	0	0	1	0	1	0	26	0
創造性	0	0	0	0	1	0	1	0	0	0	0	0	0	1	0	0	0	0	2	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	2	0	0	0	4	1	4	1
批判的思考	3	0	0	0	0	1	1	0	0	0	0	0	3	0	0	0	1	0	1	0	1	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	2	0	0	0	1	0	0	0	1	0	0	0	0	0	1	0	1	0	0	0	2	0	0	0	0	1	0	0	3	0	0	0	18	2	3	1
ICT関連の資質能力	3	0	0	0	2	0	0	0	2	0	0	0	1	0	0	0	2	0	0	0	3	0	0	0	2	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	1	0	0	0	4	1	0	0	4	1	0	0	29	2	0	0
STEM, STEAM教育	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	4	0	0	0	1	0	0	0	5	0	0	0
PBL	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	2	0	0	0	2	0	0	0	2	0	0	0	1	0	0	0	1	0	0	0	0	0	1	0	0	0	0	1	1	0	0	0	2	0	0	0	0	0	0	0	2	0	0	0	0	0	0	1	14	0	1	2
学習評価	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	1	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	1	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	1	2	0	0	0	7	1	1	2
高大接続	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	4	0	0
アクティブラーニング	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	2	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	6	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	2	0	0	0	12	0	0	0
プログラミング教育	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	2	0	0	0	1	0	0	0	2	0	0	0	10	0	0	0
特別支援教育	1	1	1	0	1	0	1	0	0	0	3	0	0	0	1	1	0	0	0	1	0	0	3	0	0	0	0	1	0	0	1	1	0	0	0	0	0	0	2	0	0	0	1	0	0	0	1	0	0	1	0	1	1	1	1	0	0	1	0	1	0	1	3	0	0	0	1	0	3	5	19	6
教育格差問題	0	6	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	2	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	2	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	19	0	0
不登校	0	0	3	0	0	0	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	1	0	0	1	2	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	2	11	0
eラーニング	0	1	0	0	4	0	0	0	5	0	0	0	0	0	0	0	2	0	0	0	2	0	0	0	3	0	0	0	0	0	0	0	3	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	21	1	0	0
テレビ会議	2	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	5	0	0	0
オンライン学習，授業，教育	2	0	0	0	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	4	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	1	1	0	0	7	0	1	0	19	1	1	0
オンデマンド授業・教材	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	3	0	0	0
MOOC	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	6	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	8	0	0	0
GIGAスクール構想	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	5	0	0	0	0	0	0	0	5	0	0	0
1人1台端末	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	6	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	7	0	0	0	1	0	0	0	17	0	0	0
DX	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	5	0	0	0	0	0	0	0	5	0	0	0
個別最適化	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	1	0	0	0	1	1	0	0
協調学習・協同学習	0	0	0	0	1	0	0	0	1	0	0	0	5	0	2	0	0	0	0	0	0	0	1	0	1	0	0	0	3	0	0	0	3	0	0	0	2	0	0	0	1	0	1	1	2	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	2	0	0	0	1	0	2	0	23	0	6	1
反転授業	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	2	0	0	0	1	0	0	0	1	0	0	0	1	0	0	0	8	0	0	0
ブレンディッドラーニング	0	0	0	0	1	0	0	0	2	0	0	0	1	0	0	0	2	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	5	0	0	0	13	0	0	0
学習履歴	0	0	0	0	3	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	6	0	0	0
ポートフォリオ	0	0	0	0	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	11	0	0	0
ラーニング・アナリティクス	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	6	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	6	0	0	0
CAI	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0
CALL, LL	1	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	6	0	0	0
電子黒板	1	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	3	0	0	0
スマートフォン，携帯端末	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	2	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	3	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	9	0	0	0
タブレット	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	1	0	0	0	4	0	0	0	0	0	0	0	2	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	1	0	4	0	0	0	3	0	0	0	19	0	1	0
LMS	1	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	1	0	0	0	2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	7	0	0	0
SNS	0	0	48	0	0	0	48	0	0	0	46	0	3	0	39	0	1	0	39	0	0	0	36	0	0	0	29	0	1	0	30	0	0	0	24	0	0	0	35	0	2	0	44	0	0	0	39	0	0	0	23	0	2	0	23	0	0	0	30	0	0	0	29	0	0	1	28	0	9	1	590	0
人工知能	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	2	1	0	0
仮想・拡張現実	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	2	0	0	0	1	0	0	0	6	0	0	0
工: 日本教育工学会論文誌，教: 教育学研究，心: 教育心理学研究，方: 教育方法学研究

gtsave(main.table.gt, "../TeX/Main_Table_.tex")
#file.copy("../TeX/Main_Table_.tex", "../TeX/Main_Table.tex")

TeXで出力するとこんな感じ

##    user  system elapsed 
##   1.091   0.128   1.633

Bibliometrics_15

Koyo

2023-07-18

1 Main result の table をつくる

1.1 キーワードの再分類

1.1.1 特集の趣旨の再確認

1.1.2 くくったキーワードのファイルの読み込み

1.1.3 TeXのファイルを作る

2 メインの表を作る

2.1 雑誌別，出版年別のキーワード出現状況のファイルを読み込む

2.2 再分類後のキーワード順に並び替えコードを振る

2.3 表として整形する

2.4 TeXファイルにする