Google Scholar的探索性研究

学术论文集：H Index of Proceedings on计算机科学，电气与电子工程，and Communications根据Google Scholar检索（2009-2013）

Proceedings Scholar Metrics: H Index of proceedings on Computer Science, Electrical & Electronic Engineering, and Communications according to Google Scholar Metrics (2009-2013)

本报告的目的是列出Google Scholar收录的计算机科学、电气与电子工程和通信领域的会议记录（会议、研讨会、专题讨论会、会议），并根据其h指数进行排名。Google Scholar仅显示在过去五年（2009-2013）中发表至少100篇论文并至少被引用一次的出版物。搜查于2014年12月15日至22日进行。已确定的诉讼案件共计1208件

2015-01-07cs.DL

学术论文集：H Index of Proceedings on计算机科学，电气与电子工程，and Communications根据Google Scholar检索（2010-2014）

Proceedings Scholar Metrics: H Index of proceedings on Computer Science, Electrical & Electronic Engineering, and Communications according to Google Scholar Metrics (2010-2014)

本报告的目的是列出Google Scholar收录的计算机科学、电气与电子工程和通信领域的会议记录（会议、研讨会、专题讨论会、会议），并根据其h指数进行排名。Google Scholar仅显示在过去五年（2010-2014）中发表至少100篇论文并至少被引用一次的出版物。搜查于2015年12月8日至10日进行。已查明的诉讼案件共计1501件

2016-06-17cs.DL

Google Scholar个人主页中合作者面板背后的科学计量学与互惠性研究

The Scientometrics and Reciprocality Underlying Co-Authorship Panels in Google Scholar Profiles

本研究基于12万份Google Scholar个人主页数据，探究科学计量学指标与互惠性对学者选择合作者面板展示对象的影响，发现学者偏好高指标合作者，且自身指标越高该倾向越弱，互惠性是核心影响因素。

2023-08-14cs.DLcs.IRcs.SI

Google Scholar和生物医学中的h指数：文献计量学评价的推广

Google Scholar and the h-index in biomedicine: the popularization of bibliometric asessment

本文的目的是审查的特点，优点和局限性的新的科学评价产品来自谷歌学术;谷歌学术期刊和谷歌学术引文，以及h指数，这是标准的文献计量指标，这些服务采用。它还概述了这个新数据库作为生物医学研究来源的潜力，并通过从Web of Science，Scopus和Google Scholar提取的数据，比较了重症监护医学领域最相关的期刊和研究人员获得的h指数。结果显示，虽然Google Scholar的平均h指数值比Web of Science高出近30%，比Scopus收集的高出约15%，但两种数据源产生的排名没有实质性变化。尽管存在一些技术问题，但可以得出结论，Google Scholar是健康科学研究人员的有效工具，无论是用于信息检索还是计算文献计量指标

2013-04-07cs.DL

估计Google Scholar大小的方法

Methods for estimating the size of Google Scholar

学术搜索引擎（主要是Google Scholar和Microsoft Academic Search）的出现，渴望索引当前的全部学术知识，这使人们对学术网站的规模重新产生了兴趣。本文的主要目的是提出各种方法来估计Google Scholar（2014年5月）的当前大小（索引文档数量），并确定其有效性，精度和可靠性。要做到这一点，我们提出，应用和讨论三种经验方法：外部估计基于谷歌学术覆盖率的实证研究，和两个内部估计方法的基础上直接，空和荒谬的查询，分别。尽管结果提供了不同的值，但Google Scholar的估计大小约为1.6亿至1.65亿份文档。然而，由于Google Scholar搜索功能的不一致性，所有方法都显示出相当大的局限性和不确定性。

2015-06-09cs.DL

Google Scholar 2013：太阳底下没有新东西

Google Scholar Metrics 2013: nothing new under the sun

介绍了Google Scholar新版本（2013年7月）的主要特点。我们概述了第一次分析后发现的新颖性和弱点。作为主要结论，我们注意到，相对于上一个版本，缺乏新的功能，因为唯一的修改是更新的时间框架（2008-2012）。因此，我们在上次审查中指出的问题仍然存在。最后，Google Scholar搜索引擎似乎将每年更新一次。

2013-07-26cs.DL

失去的学术家园：Google学术引文中的机构联系链接

The lost academic home: institutional affiliation links in Google Scholar Citations

本文分析了Google-Scholar Citations中新的隶属关系功能，发现隶属关系工具对大多数机构都很有效，它无法检测数据库中所有现有的机构，并且并不总是能够为每个机构创建唯一的标准化条目。

2018-04-19cs.DL

Google Scholar实验：如何索引虚假论文并操纵文献计量指标

The Google Scholar Experiment: how to index false papers and manipulate bibliometric indicators

Google Scholar受到了研究界的好评。它承诺免费，普遍和方便地访问科学文献，以及它比其他传统的多学科数据库更好地覆盖社会科学和人文学科领域的看法，有助于Google Scholar Citations和Google Scholar Citizens的快速扩展：两个新的文献计量产品，提供个人和期刊水平的引文数据。在本文中，我们展示了一项实验的结果，该实验旨在分析Google Scholar检测引用计数操纵的能力。为此，六份文件被上传到一个由虚假研究人员撰写的机构网站，并引用了格拉纳达大学EC3研究小组成员的所有出版物。Google Scholar对这些论文的检测突出了作者Google Scholar引文配置文件中包含的引文。我们讨论了这种爆发的影响，以及它如何影响这些产品的未来发展，不仅在个人层面，而且在期刊层面，特别是如果谷歌学术坚持缺乏透明度。

2013-09-10cs.DL

Google Scholar Citation Counts中的经验模式

Empirical Patterns in Google Scholar Citation Counts

学术影响力可以使用作者的引用总数作为实际价值的替代来衡量，但这种衡量标准在不同学科之间的适用性不同。每种出版物被引用次数的细节现在在网络上有更详细的映射，揭示了某些经验模式。本文探讨了这些模式，使用来自谷歌学术的引文数据的一些作者。

2014-01-08cs.DL

Google Scholar作为发现图书馆学和情报学期刊文章的工具

Google Scholar as a tool for discovering journal articles in library and information science

目的：本文的目的是衡量谷歌学术的图书馆和信息科学（LIS）期刊文献的覆盖率，这些文献是由Schloegl和Petschnig（2005）的研究中的核心LIS期刊列表确定的。方法：我们检查了2004年至2006年35种主要LIS期刊的每篇文章在Google Scholar（GS）中的可用性。我们还收集了有关可用性类型的信息，即，某篇文章是以收费的PDF、免费的PDF还是预印本的形式提供。结果如下：我们发现，只有一些期刊完全被Google Scholar索引，可用版本的比例取决于出版商的类型，并且期刊之间的可用性差异很大。Google Scholar不能替代摘要和索引服务，因为它不涵盖该领域的完整文献。然而，在许多情况下，它可以用来轻松地找到已使用其他工具找到的文章的全文。创意/价值：这项研究与其他Google Scholar覆盖率研究的不同之处在于，它不仅考虑了一篇文章是否在GS中被索引，而且还考虑了可用性的类型。

2015-11-18cs.DL

经典论文：似曾相识，Google Scholar文献计量学开发的又一步

Classic papers: déjà vu, a step further in the bibliometric exploitation of Google Scholar

在简要概述了尤金·加菲尔德在识别和研究被引用最多的科学文章方面的贡献之后，体现在他的引文经典的创建中，Google Scholar新服务Classic Papers的主要特点和功能，以及其主要优点和缺点。该产品目前显示2006年出版的按领域划分的被引用最多的英文原创研究文章

2017-06-28cs.DL

我们可以使用Google Scholar来识别高被引文献吗？

Can we use Google Scholar to identify highly-cited documents?

本文的主要目的是实证检验通过Google Scholar识别高被引文献的可行性和可靠性。为此，我们进行了纵向分析（1950年至2013年），运行通用查询（仅按出版年份过滤），以最大限度地减少学术搜索引擎优化的影响。这给了我们64，000份文件的最终样本（每年1，000份）。文档的引用与其在搜索结果中的位置之间的强相关性（r= -0.67）使我们得出结论，Google Scholar能够有效地识别高引用论文。这一点，再加上谷歌学术的独特覆盖面（对文件类型和来源没有限制），使学术搜索引擎成为一个宝贵的工具，用于文献计量学研究有关的识别最有影响力的科学文件。然而，我们发现有证据表明，Google Scholar对那些语言（或地理网络域）与用户界面语言匹配的文档的排名高于基于引用的预期。尽管如此，这种语言影响和其他与Google Scholar操作相关的因素，即正确识别版本和出版日期，只会产生附带影响。它们不会影响Google Scholar识别高被引论文的能力。

2018-04-27cs.DL

Elsevier的预校对政策阻碍Google Scholar索引

Elsevier's Pre-proof Policy Blocks Google Scholar Indexing

本文实证发现Elsevier的预校对政策导致Google Scholar仅部分索引其文章，并提出出版商、索引平台和作者三方的应对策略以改善学术传播。

2025-03-07cs.DL

使用Google Scholar、Twitter、Mendeley、Facebook、Google-plus、CiteULike、博客和Wiki的“altmetrics”的Altmetrics

Altmetrics of "altmetrics" using Google Scholar, Twitter, Mendeley, Facebook, Google-plus, CiteULike, Blogs and Wiki

我们通过使用Google Scholar、Twitter、Mendeley、Facebook、Google-plus、CiteULike、Blogs和Wiki在2010- 2014年期间的数据部署altmetrics指标来衡量“altmetrics”字段的影响。为了捕捉科学出版物的社会影响，我们提出了一个称为alt指数的指数，类似于h指数。在部署的指数中，我们的结果显示，捕捉社会影响的指标之间具有高度相关性。虽然我们在alt指数和h指数之间观察到中等Pearson相关性（\r{ho} = .247），但在社会引文和学术引文之间观察到相对较高的相关性（\r{ho} = .646）。有趣的是，我们发现与传统学术引文相比，该领域的社会引文周转率很高，即社会引文比传统引文多42.2%。Twitter和Mendeley等社交媒体似乎是最有效的社会影响渠道，其次是Facebook和Google+。总的来说，altmetrics似乎在“altmetrics”领域工作得很好。

2016-03-25cs.DLcs.SI

根据Google Scholar收录的西班牙历史期刊索引（2007-2011）

H Index of History journals published in Spain according to Google Scholar Metrics (2007-2011)

Google Scholar（GSM）最近于2012年4月推出，具有新的文献计量系统，通过计算Google Scholar中获得的引用数量来衡量科学期刊。通过这种方式，它为衡量期刊在人文领域的影响开辟了新的可能性。本文旨在通过分析2012年12月5日至6日在西班牙出版的历史期刊的GSM搜索来评估该工具的范围。总之，确定了69种期刊，仅占西班牙出版的历史期刊的24%。这个领域的H指数值的范围是如此之小，排名不能再说是显示出一个歧视的潜力。有鉴于此，我们建议改变Google Scholar的设计方式，以便它也可以适应特定历史领域的生产和引用模式，并在更广泛的范围内，在人文领域也是如此。

2013-02-20cs.DL

诺贝尔化学奖得主和菲尔兹奖得主与Google Scholar的研究效率比较：Yule-Simon模型

Comparison of the Research Effectiveness of Chemistry Nobelists and Fields Medalist Mathematicians with Google Scholar: the Yule-Simon Model

本文使用Yule-Simon模型来估计化学诺贝尔奖获得者和菲尔兹奖获得者数学家的工作在多大程度上被纳入到他们学科的知识库中，这是由Google Scholar inlinks测量的。由于学科和奖项的差异，它发现，化学诺贝尔奖得主的工作比菲尔兹奖得主更好地纳入。

2014-04-19cs.DLphysics.soc-ph

引文和文献计量分析的新时代：Web of Science、Scopus和Google Scholar

A New Era in Citation and Bibliometric Analyses: Web of Science, Scopus, and Google Scholar

学术机构、联邦机构、出版商、编辑、作者和图书馆员越来越多地依赖引文分析来做出招聘、晋升、任期、资金和/或审稿人以及期刊评估和选择决策。几十年来，科学信息研究所（ISI）的引文数据库一直被用作起点，通常也是定位引文和/或进行引文分析的唯一工具。然而，ISI数据库（或Web of Science）可能不再足以作为唯一甚至主要的引文来源，因为现在可以使用新的数据库和工具进行引文搜索。这些新的数据库和工具是否是对Web of Science（WoS）的补充或替代，值得探讨。本文以15名图书馆学和信息学教师为例，研究了使用Scopus和Google Scholar（GS）对WoS测量的学者引文数量和排名的影响。本文讨论了WoS，Scopus和GS的优点和缺点，它们的重叠和独特性，引文的质量和语言，以及引文分析结果的影响。该项目涉及研究小组发表的约1，100篇学术著作和测试小组（另外10名教师）发表的200多篇著作的引文搜索。总共审查了10 000多份引用和据称引用的文件。WoS数据的收集和处理时间约为100小时，Scopus为200小时，GS为3,000小时。

2006-12-23cs.DLcs.IR

Google Scholar Citations的改进是为了夏天：创建机构隶属关系链接功能

Improvements in Google Scholar Citations are for the summer: creating an institutional affiliation link feature

本报告描述了Google引入的功能，该功能旨在提供对Google Scholar Citations中机构隶属关系的标准化访问。首先，这一新的工具进行了描述，指出其主要特点和功能。接下来，评估工具的覆盖率和精度。两个特例（谷歌公司）和西班牙大学）进行了简要处理，说明了一些方面的准确性的工具，收集作者在其适当的机构的任务的目的。最后，一些不一致，错误和故障的识别，分类和描述。报告最后提供了一些改进功能的建议。总的结论是，由谷歌学术引文提供的标准化机构附属链接，尽管对大量机构（特别是盎格鲁-撒克逊大学）工作得很好，但仍有许多缺点和陷阱需要解决，以便使这种权威控制工具在全球范围内完全有用，无论是用于搜索目的还是用于度量任务

2015-09-15cs.DL

基于Google Scholar的布拉干州立大学教师科学出版物数据分析

Data Analysis of Bulacan State University Faculty Scientific Publication Based on Google Scholar using Web Data Scraping Technique

本文旨在分析和监测布拉干州立大学教师的科研出版生产力。本文汇编了布拉干州立大学（BulSU）及其外部校园的所有科学出版物，作为Google Scholar的索引。这项研究的目的是跟踪和监测布拉干州立大学和每个学院和校园的教师的科学生产力。

2022-02-12cs.DL

2016年Google Scholar发布：语言问题和别的东西

2016 Google Scholar Metrics released: a matter of languages... and something else

Google Scholar 2016年版于2016年7月15日发布。与以前的版本相比，没有任何结构上的变化，这意味着它的大部分限制仍然存在。最大的变化是增加了五个新的语言排名（俄语，韩语，波兰语，乌克兰语和印度尼西亚语），并取消了另外两个语言排名（意大利语和荷兰语）。此外，由于尚不清楚的原因，这一新版本没有像以前版本那样包括那么多的工作文件和讨论文件系列。

2016-07-21cs.DL

关于Google Scholar的大小：玩数字

About the size of Google Scholar: playing the numbers

学术搜索引擎（主要是Google Scholar和Microsoft Academic Search）的出现重新唤起并增加了人们对学术网站规模的兴趣，因为它们的愿望是索引当前学术知识的全部。搜索引擎的功能和人类的搜索模式使我们相信，有时，你在搜索引擎的结果页面上看到的就是真正存在的。而且，即使这不是真的，我们也想知道哪些信息丢失了，为什么。本文的主要目的是计算Google Scholar目前（2014年5月）的规模。要做到这一点，我们提出，应用和讨论多达4个经验方法：Khabsa & Giles的方法，估计基于经验数据，估计基于直接查询和荒谬的查询。尽管结果提供了不同的值，但Google Scholar的估计大小约为1.6亿份文档。然而，所有的方法都显示出很大的不一致性、局限性和不确定性，这让我们想知道，如果谷歌真的知道这个数字，为什么不简单地向科学界提供这些信息。

2014-09-05cs.DL

H Index Communication Journals根据Google Scholar收录（2008-2012）

H Index Communication Journals according to Google Scholar Metrics (2008-2012)

本报告的目的是提供2008-2012年期间Google Scholar排名中涵盖的传播期刊的排名。它对应于去年对2007-2011年期间的H指数进行的更新（Delgado López-Cózar and Repiso 2013）。Google Scholar目前不允许对属于某个科学学科的所有期刊进行分组和排序。在通信的情况下，在GSM显示的10个列表中，我们只能找到46种期刊。因此，为了克服这一限制，我们使用GSM允许的搜索程序的多样性，以确定最大数量的科学期刊的通信与H指数计算这个文献计量工具。结果是354种传播学期刊按相同的H指数排序，并以平均值作为判别值。期刊也按四分位数分组。

2013-10-28cs.DL

排名期刊：Google Scholar可以成为期刊引文报告和Scimago期刊排名的替代品吗？

Ranking journals: Could Google Scholar Metrics be an alternative to Journal Citation Reports and Scimago Journal Rank?

Google Scholar作为评估科学期刊的工具的推出可能会对汤森路透期刊引用报告和Scopus驱动的Scimago期刊排名构成严重竞争。这些文献计量学期刊评价产品进行审查。我们从不同的方法比较它们的主要特征：覆盖范围，索引政策，搜索和可视化，文献计量指标，结果分析选项，经济成本和它们的期刊排名的差异。尽管存在缺点，但Google Scholar搜索引擎是作者和编辑识别核心期刊的有用工具。作为一种越来越有用的科学期刊排名工具，它也可能挑战老牌期刊产品

2013-03-23cs.DL

中国和拉丁美洲的商业和管理创新研究：使用Google Scholar，Dimensions和Microsoft Academic的文献计量学见解

Research on innovation in business and management about China and Latin America: bibliometrics insights using Google Scholar, Dimensions and Microsoft Academic

中国和拉丁美洲等发展中地区之间的贸易和投资显著增长。然而，对这两个地区的业务和管理创新（iBM）等关键因素的见解尚未得到审查。本研究使用Google Scholar、Dimensions和Microsoft Academic在比较框架中展示了有关中国和拉丁美洲的iBM研究的研究成果、影响和结构。调查结果显示，i）两个地区的iBM主题都是在研发管理和技术开发主题的框架内，ii）地区之间的产出和影响存在显着差异，iii）平台的情况相同。

2021-04-13cs.DL

Google Scholar搜索引擎进化：根据语言的分析

Google Scholar Metrics evolution: an analysis according to languages

2012年11月，谷歌学术期刊（GSM）的期刊排名进行了更新，使其能够与2012年4月版本的10种语言的文献计量指标及其稳定性进行比较。分析了1000种期刊的h指数和h5中位数，比较了它们的平均值、最大值和最小值以及排名内的相关系数。文献计量数字显著增长。在短短七个半月内，期刊的h指数上升了15%，h指数中位数上升了17%。在所分析的所有文献计量指标中，几乎每一份期刊都出现了这种增长。然而，我们发现增长率的显着差异取决于期刊出版的语言。此外，尽管Google Scholar的增长不受控制，但4月至11月期间的期刊排名似乎稳定，这加强了Google Scholar所持数据的可信度和GSM期刊排名的可靠性。基于这项研究的结果，我们建议，首先，谷歌应该至少每半年更新一次排名，其次，每个排名中的结果应该与按语言索引的期刊数量成比例

2013-10-23cs.DL

幂律分布、h指数和Google Scholar（GS）引文：它们与经济学诺贝尔奖得主关系的测试

Power-law distributions, the h-index, and Google Scholar (GS) citations: a test of their relationship with economics Nobelists

本文证明了Google Scholar（GS）可以构建与评价研究人员作品相关的文献集。诺贝尔经济学奖获得者是被分析的研究人员，对他们的作品进行了两种类型的GS引用测试：分布和语义。分布测试发现，GS引用获奖者的作品符合幂律模型，其渐近线或“尾部”与他们的h指数相连，划分了他们的核心作品，验证了GS和h指数。语义测试显示，他们的作品在GS引用最高的主题，他们被授予该奖项。

2014-11-04cs.DL

Google Scholar 前3260名计算机科学作者的2024年研究兴趣排名

2024 Google Scholar Research Interest Ranking for Top 3260 Computer Science Authors

本文基于 Google Scholar 前3260名高被引计算机科学作者自报兴趣，利用 scholarly 与 CSO 进行系统检索分类，揭示主要研究领域层级、兴趣分布及新兴与冷门方向。

2024-12-31cs.DL

通过Google学术引文服务构建学科领域和合著者网络

Formation of subject area and the co-authors network by sounding of Google Scholar Citations service

提出的方法是通过探测内容网络来形成学科领域模型和合著者网络。本文提出了Google学术引文服务中标签与作者匹配网络的概念。文中所描述的模型是针对物理光学领域建立的，它可以应用于其他领域。提出的定义科学领域和作者之间的联系的方式描绘了合作的机会和跨学科的多功能性。

2016-05-07cs.DLcs.SI

Google Scholar和灰色文献：回复Bonato的评论

Google Scholar and the gray literature: A reply to Bonato's review

最近，一项审查得出结论，谷歌学术（GS）不是一个合适的信息来源“识别最近的会议论文或其他灰色文献出版物”。本函的目的是证明，只要使用适当的搜索策略，GS可以成为搜索和发现灰色文献的有效工具。为了做到这一点，我们以最初的评论所使用的两个案例研究为例，首先描述GS如何处理原始的搜索策略，然后提出替代的搜索策略，最后概括每个案例研究，以组成一个通用的搜索程序，旨在为两个广泛选择的案例研究在谷歌学术中找到灰色文献：a）所有属于会议的贡献（ASCO年会）;和b）医疗机构（国立卫生研究院）和政府机构（美国卫生与公众服务部）内的索引指南以及灰色文献。结果证实，原始搜索策略训练不足，提供误导性结果和错误结论。Google Scholar缺乏其他书目数据库（如Pubmed）中提供的许多高级搜索功能，然而，拥有友好的搜索体验是一回事，找到灰色文献又是另一回事。最后得出结论，只要用户熟悉它作为搜索引擎提供的所有可能性，Google Scholar是一个搜索灰色文献的强大工具。设计不当的搜索无疑会返回误导性的结果。

2017-02-13cs.DL

根据Google Scholar检索的科学护理期刊H索引（2007-2011）

H Index of scientific Nursing journals according to Google Scholar Metrics (2007-2011)

本报告的目的是介绍谷歌学术期刊（GSM）中涵盖的护理期刊的排名，这是2012年推出的一款谷歌产品，旨在评估科学期刊对谷歌学术期刊引用计数的影响。Google只收录那些在五年内（2007-2011）发表了至少100篇论文并至少有一次被引用的期刊。期刊排名按语言排序（显示影响最大的100篇论文）。该工具允许按主题领域和学科进行排序，但仅限于英文期刊。在这种情况下，它只显示具有最高h指数的20种期刊。此选项不适用于Google中其他九种语言（中文、葡萄牙语、德语、西班牙语、法语、韩语、日语、荷兰语和意大利语）的期刊。Google Scholar目前不允许对属于某个科学学科的所有期刊进行分组和排序。在护理的情况下，在GSM显示的10个列表中，我们只能找到34种期刊。因此，在试图克服这一限制，我们已经使用GSM允许的搜索程序的多样性，以确定最大数量的护理科学期刊与h指数计算这个文献计量学工具。在2013年5月10日至30日期间进行了文献检索。以平均值作为判别值，对337种护理期刊进行了h指数排序。期刊也按四分位数分组。

2013-07-16cs.DL

只是谷歌它-人文学者的数字研究实践

Just Google It - Digital Research Practices of Humanities Scholars

从模拟到数字档案的转变以及最近在线内容的爆炸式增长为研究人员提供了处理数据的新方法。确保数据供需平衡的关键问题是，这种趋势是否与现有的学术实践和研究人员的平均搜索技能有关。为了深入了解这一过程，我们在荷兰和比利时的近300名（N= 288）人文学者中进行了一项调查，目的是找到以下问题的答案：1）数字数据库和档案的使用程度如何？2)3）信息检索新手和专家在搜索策略上是否存在差异？我们的研究结果表明，虽然学者积极从事网上研究，他们主要搜索文本和图像。Google和JSTOR等通用搜索系统占主导地位，而Europeana等大规模收藏很少被查阅。关键字搜索是主要的搜索策略，高级搜索选项很少使用。当比较新手和更有经验的搜索者，第一往往有一个更狭窄的选择搜索引擎，大多使用关键字。我们的总体调查结果表明，谷歌是可用的搜索引擎中的关键球员。这种占主导地位的使用说明了学者们对谷歌的矛盾态度：虽然出处和上下文被认为是关键的学术要求，但谷歌算法的工作原理仍然不清楚。我们的结论是，谷歌在数字学术实践中引入了一个黑匣子，这表明学者们将越来越依赖于这种黑匣子算法。这就要求重新考虑出处和背景的学术原则。

2014-04-22cs.DL

ResearchGate和Google Scholar：它们在出版物、引文和不同指标方面有多大差异，为什么？

ResearchGate and Google Scholar: How much do they differ in publications, citations and different metrics and why?

ResearchGate在很短的时间内成为科学家和研究人员的热门专业网络。与Google Scholar类似，ResearchGate索引使用自动抓取算法，从各种来源提取有关学术文章的书目数据，引文和其他信息。然而，人们注意到，这两个平台经常显示相同机构、期刊和作者的不同出版物和引文数据。因此，本文试图分析和测量两个平台的高被引作者的大数据集的出版物计数，引文和不同的指标的差异。结果表明，两个平台中相同作者的出版物数量和引用量存在显著差异，其中Google Scholar在绝大多数情况下的数量更高。两个平台计算的不同指标的值也不同，显示出不同程度的相关性。两个平台的报道政策、标引错误、作者归属机制和应对掠夺性出版的策略可能是造成差异的主要原因。

2022-01-28cs.DL

Google Scholar作为研究评估的数据源

Google Scholar as a data source for research assessment

Google Scholar（GS）的推出标志着科学信息市场革命的开始。与传统数据库不同，该搜索引擎会自动对学术网络中的信息进行索引。它的易用性，加上其广泛的覆盖面和快速的索引速度，使其成为大多数科学家目前需要进行文献检索时的第一个工具。此外，它的搜索结果从一开始就伴随着引用计数，以及后来利用这些引用数据开发的二级产品（如Google Scholar Citations和Google Scholar Citations），这使得许多科学家怀疑它作为文献计量分析数据来源的潜力。本章的目标是为使用一般事务作为科学评价的补充来源（在某些学科中，可以说是最好的选择）奠定基础。首先，我们对GS的工作原理进行了概述。其次，我们提出了关于其主要特征（规模，覆盖率和增长率）的经验证据。第三，我们进行了一个系统的分析，这个搜索引擎作为一个工具，科学性能的评估提出的主要局限性。最后，我们讨论了GS和其他更传统的书目数据库之间的主要差异，根据它们的引文数据之间的相关性。我们的结论是，谷歌学术提供了一个更广泛的学术世界的观点，因为它带来了大量的来源，以前是不可见的。

2018-06-18cs.DL

对ResearchGate的十年研究，使用Google Scholar 2008_2017进行的范围审查

Ten years of research on ResearchGate, a scoping review using Google Scholar 2008_2017

Objective.定量分析2008 - 2017年期间发表的关于学术社交网站ResearchGate的文章。方法.对使用Google Scholar检索的文献进行了范围文献计量学审查，仅限于标题中包含“ResearchGate”一词且在2008年至2017年期间发表的出版物。结果检索产生了159份文件，一旦从Google Scholar检索到的386份文件的初步列表被过滤，则排除了约60%的文献引用而不是文件的结果。期刊论文是数量最多的文献类型（n73; 46%），其次是会议论文（n_31; 19.5%）。两名西班牙学者（Delgado Lopez-Cozar和Orduna Malea，两人都是共同作者）发表了八篇论文，是十年期间就这一主题撰写文章最多的作者。文件中使用最多的关键词是“ResearchGate”和“Altmetrics”。自2014年以来，这些出版物被频繁引用（超过90%的总引用量在此期间下降），并且那些有多位作者的出版物是被引用最多的出版物。这些文件的作者主要是图书馆员和信息科学专业人员，他们主要与自己机构的同事共同撰写，大部分以英语发表。结论.自2015年以来，人们对ResearchGate的兴趣有所增长，这从发表的文章数量和引用次数中可以看出。关键词学术社交网络，文献计量学，学术交流

2019-08-23cs.DL

为大学教授在全球科学网站（ORCID、ResearchGate、Google Scholar）创建发布账号

Creating Publishing Accounts for University Professors on Global Scientific Websites (ORCID, Research Gate, Google Scholar)

本研究针对大学教授学术成果传播需求，介绍ORCID、ResearchGate、Google Scholar等全球科学网站的账号注册激活方法，辅以图文分步讲解，助力推广电子出版文化以适配数字革命发展。

2024-08-16cs.DL

Google Scholar 可被操纵

Google Scholar is manipulatable

本研究通过分析约160万个Google Scholar资料并秘密购买引用，证实引用可被批量购买，凸显了评估科学家时需超越引用次数的必要性。

2024-02-07cs.CEcs.DLcs.SI

使用Google Scholar评估50所希腊理工科大学

Evaluation of 50 Greek Science and Engineering University Departments using Google Scholar

本文介绍了对50所希腊理工科大学院系教师的科学计量学评价。1978名学者被全部审查。使用Google Scholar和引文分析程序Publish or Perish收集了每个学术，部门，学校和大学的论文数量，引文，h指数和i10指数。对收集到的数据进行分析表明，同一学科的部门在科学成果方面具有显着差异。此外，在大多数的评估部门之间的H指数的显着差异学者谁报告科学活动部门的网站和那些谁不，观察。此外，在美国获得博士学位的学者比在欧洲或希腊获得博士学位的学者表现出更高的指数。最后，学术排名与学者h指数（或其引用次数）之间的相关性在某些部门相当低，在特定情况下，这可能是缺乏精英管理的迹象。

2017-07-27cs.CYcs.DL

双面学术景观：谷歌学术中高引用文献的肖像（1950-2013）

A two-sided academic landscape: portrait of highly-cited documents in Google Scholar (1950-2013)

本文的主要目的是确定在谷歌学术的高被引文献集，并定义其核心特征（文件类型，语言，免费提供，源提供商，版本的数量），假设这个搜索引擎的广泛覆盖范围可能会提供一个不同的画像关于这个文件集相对于传统的书目数据库提供。为了做到这一点，从1950年到2013年，每年进行一次查询，确定从Google Scholar检索到的前1,000份文件，并获得64,000份文件的最终样本，其中40%提供了免费的全文链接。结果显示，平均高引用文档是期刊文章或书籍（样本中引用最多的前1%文档的62%），用英语撰写（所有文档的92.5%），并以PDF格式在线提供（所有文档的86.0%）。然而，错误的存在，特别是在检测重复和正确连接引文时，必须指出。然而，管理高被引论文的事实最大限度地减少了这些限制的影响。考虑到书籍的大量存在，以及其他文件类型（如会议记录或报告）的较少程度，研究得出结论，Google Scholar数据提供了最具影响力的学术文件的原始和不同的视角（从引用计数的角度衡量），这一系列不仅由严格的科学材料（期刊文章）组成，而且从广义上讲是学术性的

2016-07-11cs.DL

Google Scholar、Microsoft Academic、Scopus、Dimensions、Web of Science和OpenCitations的COCI：通过引文对覆盖范围的多学科比较

Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and OpenCitations' COCI: a multidisciplinary comparison of coverage via citations

最近出现了新的引文数据来源，如Microsoft Academic、Dimensions和CrossRef开放DOI-to-DOI引文的OpenCitations Index（COCI）。虽然这些已经与Web of Science（WoS），Scopus或Google Scholar进行了比较，但没有系统的证据表明它们在学科类别之间的差异。作为回应，本文调查了这六个数据源发现的3，073，351篇引文，涉及252个学科类别的2，515篇2006年出版的英语高被引文献，扩展和更新了之前最大的研究。Google Scholar找到了88%的引文，其中许多是其他来源没有找到的，几乎所有的引文都是由其余来源找到的（89%-94%）。在大多数学科类别中也存在类似的模式。Microsoft Academic是第二大引用（占所有引用的60%），包括82%的Scopus引用和86%的Web of Science引用。在大多数类别中，Microsoft Academic比Scopus和WoS发现了更多的引用（分别为182和223个学科类别），但在某些领域存在覆盖差距，例如物理学和一些人文学科类别。在Scopus之后，Dimensions是第四大引文（占所有引文的54%），包括Scopus引文的84%和WoS引文的88%。它在36个类别中发现了比Scopus更多的引用，在185个类别中超过了WoS，并…

2021-01-30cs.DL

使用Google Scholar估计文献计量链接：移民和住房的半系统文献映射

Estimating Bibliometric Links using Google Scholar: A Semi-Systematic Literature Mapping of Migration and Housing

随着高等教育规模的扩大，实证研究的数量空前增加，人口研究的理论发展因相关工作的可持续性危机而受到影响。通过各种类型的结构化综述，系统地使用以前的研究在医学科学中很常见。然而，这些在社会科学中并不常见，尽管它们有潜力，特别是在跨学科领域，如移民。我们使用Google Scholar通过广泛的文件来检查移民研究中住房研究的利基。本荟萃分析的贡献有三个方面。首先，我们说明了相关的移民和住房的文学语料库的关键词的关联，并映射自20世纪60年代以来的移民文学的增长。其次，我们强调使用网络措施的关键桥梁文件。最后，我们估计了文档之间的阅读时间的距离。我们的研究结果表明，在移民和住房的交叉口以前的工作的语料库包括许多添加剂的案例研究，表明在不断增长的知识景观复制的综合方法的差距。

2023-02-20cs.DL

通过Google Scholar Citations描述学科的新方法：文献计量学案例

A novel method for depicting academic disciplines through Google Scholar Citations: The case of Bibliometrics

本文描述了一个基于Google Scholar Citations（GSC）中可用信息生成特定科学界结构及其输出的快照的过程。我们称这种方法为MADAP（通过学术概况进行多方面分析）。在文献计量学、科学计量学、信息计量学、网络计量学和Altmetrics工作的国际研究人员社区被选为案例研究。根据GSC，这些作者引用最多的前1,000篇文献的记录是手动处理的，以填补任何缺失的信息，并删除重复的字段，如期刊标题和图书出版商。结果表明，它是可行的，使用GSC和MADAP方法，以产生一个准确的描述社区的研究人员在文献计量学工作（包括专家和偶尔的研究人员）和他们的出版习惯（主要出版场所，如期刊和图书出版商）。此外，Google Scholar的广泛文献覆盖范围（特别是书籍和书籍章节）使对特定学科中发表的文献的分析比以前的其他引文索引更全面，最终揭示了迄今为止大多数引文分析中的盲点。

2018-04-27cs.DL

Google Scholar让它变得困难-组织出版物的复杂性

Google Scholar makes it Hard - the complexity of organizing one's publications

通过Google Scholar，科学家可以在个人资料页面上维护他们的出版物，而这些作品的引用会自动收集和计算。出版物的维护由研究人员自己手动完成，包括删除错误的出版物，合并相同但不被认为是相同的出版物，添加被遗忘的共同作者，以及更正论文和地点的标题。2012年至2014年，出版物在网页界面上以20或100篇论文的页面呈现。该界面不允许科学家合并两个版本的论文，如果他们出现在不同的页面上。这不仅意味着，科学家谁想要合并某些子集的出版物有时将无法做到这一点，而且，我们表明，在本说明中，决策问题，以确定是否有可能合并给定子集的论文是NP完全的。

2014-10-14cs.CCcs.DL

Google Scholar、Web of Science和Scopus中高被引文献的覆盖率：多学科比较

Coverage of highly-cited documents in Google Scholar, Web of Science, and Scopus: a multidisciplinary comparison

本研究探讨了基于高被引文献计数的文献计量学指标在多大程度上会受到数据源选择的影响。最初的假设是，依赖于期刊选择标准的数据库可能不一定能准确地代表所有学科领域的高引用文献，而包容性数据库，让每个文件都有机会站在自己的优点上，可能更适合识别高引用文献。为了验证这一假设，我们对2006年发表的2,515篇高被引文献进行了分析，这些文献是在广泛的主题类别层面上进行的，检查这些文献是否也被Web of Science和Scopus所覆盖，以及不同来源提供的引用计数是否相似。结果表明，社会科学和人文科学领域的高被引文献中有很大一部分（8.6%~ 28.2%）对Web of Science和Scopus是不可见的。在自然科学、生命科学和健康科学领域，Web of Science和Scopus中缺失高被引文献的比例要低得多。此外，在所有领域，与Web of Science和Scopus引文计数相比，Google Scholar引文计数的斯皮尔曼相关系数非常强（.83-.99）。主要结论是，在包容性数据库谷歌学术中提供的高被引文献的数据确实揭示了Web of Science和Scopus在几个研究领域的重大覆盖缺陷。因此，使用这些选择性的数据库来计算基于高被引文献数量的文献计量指标，可能会在覆盖率较低的领域产生有偏见的评估。

2018-06-26cs.DL

Google Scholar 2014：一个低成本的文献计量工具

Google Scholar Metrics 2014: a low cost bibliometric tool

我们分析了2014年6月发布的Google Scholar第三版（GSM）的主要功能，重点关注其更重要的变化，优势和劣势。此外，我们提出了一些数字，概述了这个新版本的尺寸，我们比较他们与以前的版本。这些数字中的主要是可视化出版物的数量，出版物类型，语言，以及按语言，主题领域和子类别划分的最大和最小h5指数和h5中值。这个新版本的特点是连续性。除了更新时间框架（2009-2013年）和删除英文书面出版物的一些多余子类别（从268个增加到261个）之外，没有什么新的内容。谷歌刚刚更新了数据，这意味着之前研究中讨论的一些错误仍然存在。总而言之，GSM是一种极简主义的信息产品，功能很少，封闭（用户无法自定义），简单（只需点击几下即可导航）。出于这些原因，我们认为它是一个“低成本”的文献计量工具，并提出了一个列表的功能，它应该纳入，以停止被贴上这样的标签。尽管如此，该产品在文献计量指标方面表现出稳定性，支持其衡量和跟踪科学出版物影响的能力。

2014-07-10cs.DL

盘点：衡量那些盘点的人。Google Scholar Citations、ResearcherID、ResearchGate、Mendeley和Twitter中的文献计量学、科学计量学、信息计量学、网络计量学和Altmetrics

The counting house: measuring those who count. Presence of Bibliometrics, Scientometrics, Informetrics, Webometrics and Altmetrics in the Google Scholar Citations, ResearcherID, ResearchGate, Mendeley & Twitter

科学传播模式最近经历了一次蜕变（从古腾堡星系到万维网星系），在此之后，科学评价的模式和方法也发生了变化。一套新的科学工具正在提供各种指标，衡量科学家在数字空间中的所有行动和互动，使科学传播的新方面出现。在这项工作中，我们提出了一种方法来捕捉整个科学界的结构（文献计量学，Scientometrics，信息计量学，网络计量学和Altmetrics社区）和主要代理人的一部分（科学家，文件和来源）通过谷歌学术引文的镜头。此外，我们将这些作者肖像与学术界目前使用的其他个人资料或社交平台（ResearcherID，ResearchGate，Mendeley和Twitter）提供的肖像进行比较，以测试它们的使用程度，完整性，可靠性以及它们提供的信息的有效性。随后在其他平台上搜索了814名作者（在Google Scholar Citations中创建了公开资料的文献计量学研究人员）的样本，收集了每个人计算的主要指标。数据汇集于2015年9月进行。将Spearman相关性应用于这些指标（共31个），并进行主成分分析，以揭示指标和平台之间的关系以及可能存在的指标集群

2016-02-07cs.DL

Google Scholar引文的全球分布：基于机构规模的独立分析

Global Distribution of Google Scholar Citations: A Size-independent Institution-based Analysis

大多数目前可用的基于大学或研究组织的绩效排名的方案，例如Quacarelli Symonds（QS），泰晤士高等教育（THE），上海大学的世界大学所有研究（ARWU）使用各种标准，包括生产力，引文，奖项，声誉等，Leiden和Scimago仅使用文献计量学指标。在上述情况下的研究性能评估是基于来自Web of Science或Scopus的文献计量学数据，它们是商业上可获得的定价数据库。报道范围包括同行评审的期刊和会议记录。另一方面，谷歌学术（GS）提供了一个免费和开放的替代方案，以获得网上可用论文的引用（尽管目前还不清楚具体涵盖哪些期刊）。引文是从网上自动收集的，也会添加到谷歌学术引文（GSC）下自己创建的个人作者档案中。西班牙Webometrics Lab使用这些数据创建了2016年4000多个机构的排名列表，基于每个组织中排名前10位的GSC个人资料的引用。(GSC由于文中解释的原因，排除了顶级论文;简单的选择过程使得排名列表与大小无关，如Cybermetrics Lab所声称的那样）。使用这些数据（Transparent Ranking TR，2016），我们发现GS-TR引文的区域和国家分布。独立于规模的排名列表被细分为每400个机构的十分位数，以及每个十分位数获得的每个国家的机构和引文数量。我们测试GS TR和其他排名计划的前20名机构之间的机构排名之间的相关性。

2020-05-07cs.DL

使用哪种引文工具来比较一组高被引研究人员的h指数是否重要？

Does it Matter Which Citation Tool is Used to Compare the h-index of a Group of Highly Cited Researchers?

由引文索引（Scopus，Google Scholar和Web of Science）检索的h指数用于衡量科学家的科学表现和研究影响力研究，基于科学家的出版物和引文数量。它也很容易获得，可用于科学家的业绩衡量和招聘决定。本研究的目的是调查这三个引文数据库，即Scopus，Google Scholar和Web of Science基于一组高被引研究人员（诺贝尔奖获得者科学家）的h指数的输出和结果之间的差异。本研究采立意抽样方法收集资料。结果表明，Scopus、Google scholar和Web of Science 3个数据库的h指数存在显著性差异，其中Google scholar h指数大于其他2个数据库的h指数。研究还表明，基于Google Scholar和Scopus的h指数之间存在显著的正相关关系。Scopus、Google Scholar和Web of Science的引文索引对科学家h指数的评价有一定的参考价值，但也存在一定的局限性。

2013-06-04cs.DLphysics.soc-ph

Google Scholar、Web of Science和Scopus：252个学科类别引文的系统比较

Google Scholar, Web of Science, and Scopus: a systematic comparison of citations in 252 subject categories

尽管来自Google Scholar（GS），Web of Science（WoS）和Scopus的引用计数被研究人员广泛咨询，有时用于研究评估，但没有最近或系统的证据表明它们之间的差异。作为回应，本文调查了2006年出版的252个GS主题类别的2，299篇英语高被引文献的2，448，055次引文，比较了GS，WoS Core Collection和Scopus。GS在所有领域的引用率一直最高（93%-96%），远远领先于Scopus（35%-77%）和WoS（27%-73%）。GS发现了几乎所有的WoS（95%）和Scopus（92%）引用。只有GS发现的大多数引文来自非期刊来源（48%-65%），包括论文，书籍，会议论文和未发表的材料。许多非英语（19%-38%），他们往往比引用Scopus或WoS中的来源少得多。尽管有许多独特的GS引用来源，但GS和WoS或Scopus的引用计数之间的斯皮尔曼相关性很高（0.78-0.99）。他们在人文学科中较低，GS和WoS之间的差异低于GS和Scopus之间的差异。结果表明，在所有领域，GS引文数据基本上是WoS和Scopus的超集，具有大量额外的覆盖范围。

2019-03-12cs.DL

Google Scholar中科学出版物的开放获取证据：一项大规模分析

Evidence of Open Access of scientific publications in Google Scholar: a large-scale analysis

本文使用Google Scholar（GS）作为数据来源，分析所有国家和研究领域的开放获取（OA）水平。选择2009年或2014年发表的所有具有DOI的文章和评论，并在Web of Science中的三个主要引文索引（2，269，022篇文献）中进行研究。收集了GS中显示的这些文件的免费版本的链接。为了区分更可靠（可持续和合法）的获取形式和不太可靠的获取形式，将从全球系统中提取的数据与DOAJ、CrossRef、OpenDOAR和注重成果的年度报告中提供的信息相结合。这使我们能够区分样本中由出版商进行OA的文档的百分比（23.1%，包括黄金，混合，延迟和青铜OA），以及绿色OA（17.6%）和其他来源（40.6%，主要是由于ResearchGate）。数据显示，总体免费提供率为54.6%，在国家和学科类别层面存在重大差异。从GS中提取的数据产生了非常相似的结果，发现由其他研究，分析类似的文件样本，但采用不同的方法来寻找证据的OA，从而表明方法之间的相对一致性。

2018-07-24cs.DL

Google Scholar和Scopus的比较方法

A new methodology for comparing Google Scholar and Scopus

提出了一种新的方法来比较谷歌学术（GS）与其他引文索引。它侧重于来源的覆盖范围和引用影响，索引速度和数据质量，包括重复引用计数的影响。该方法比较GS与爱思唯尔的Scopus，并适用于有限的一组文章发表在12种期刊从6个学科领域，使其研究结果不能推广到所有期刊或领域。该研究是探索性的，假设生成而不是假设检验。它证实了在早期研究中获得的来源覆盖率和引用影响的结果。GS与Scopus引用的比率在不同学科领域之间在1.0和4.0之间变化，而样本中的开放获取期刊显示出比非开放获取期刊更高的比率。GS和Scopus引文计数在文章水平上的线性相关性很高：Pearson's R在0.8-0.9之间。与GS相比，Scopus索引延迟的中位数为两个月，这在很大程度上是由于Scopus中出版的文章中缺少引用的参考文献。在GS中，由于元数据相同或基本相似的多次引用而造成的双重引用计数的影响发生在不到2%的情况下。文章为基础的，什么是所谓的基于概念的引文索引的优点和缺点进行了讨论。

2016-04-30cs.DL

Google Scholar是否包含所有高被引文献（1950-2013）？

Does Google Scholar contain all highly cited documents (1950-2013)?

Google Scholar（GS）上高被引文献的研究迄今为止从未得到全面的解决。这项工作的目的是确定谷歌学术中的高引用文档集，并定义其核心特征：它们的语言，文件格式，或者其中有多少可以免费访问。我们还将尝试回答一些额外的问题，希望这些问题能为使用GS作为通过引用评估科学影响的工具提供一些帮助。研究问题的提出如下：1. GS中引用最多的文献是哪些？2. GS中引用最多的文档类型是什么？3.哪些语言是用GS编写的引用最多的文件？4.有多少高被引文献可以免费获取？4.1哪些文件类型最常用于存储这些高引用文档？4.2这些文件的主要提供者是谁？5.有多少被GS索引的高引用文献也被WoS索引？6.这些高被引文献在GS中的引用数量与它们在WoS中的引用数量之间是否存在相关性？7. GS检测到了这些高引用文档的多少个版本？8. GS为这些文档检测到的版本数量与它们收到的引用数量之间是否存在相关性？9. GS为这些文档检测到的版本数与它们在搜索引擎结果页面中的位置之间是否存在相关性？10.这些文档在搜索引擎结果页面中所占的位置与它们被引用的次数之间是否存在某种关系？

2015-03-25cs.DL

新学术概况平台中的作者级指标：文献计量学社区的在线行为

Author-level metrics in the new academic profile platforms: The online behaviour of the Bibliometrics community

新的基于网络的学术交流平台不仅使研究人员能够更好地宣传他们的学术成果，使其比以往任何时候都更加引人注目，而且还提供了广泛的指标，以帮助作者更好地了解他们的工作正在产生的影响。这项研究有三个目标：a）分析特定科学界（文献计量学，科学计量学，信息计量学，网络计量学和altmetrics）对一些最流行的平台（Google Scholar Citations，ResearcherID，ResearchGate，Mendeley和Twitter）的吸收; b）比较每个平台可用的指标; c）确定所有这些新指标的含义。为了做到这一点，我们提取了这些平台中关于811位作者（文献计量学研究人员，他们的公开资料在谷歌学术引文中被发现）的样本数据。共分析了31个指标。结果显示，大量被分析的研究人员仅在Google Scholar Citations（159）或仅在Google Scholar Citations和ResearchGate（142）中有个人资料。最后，我们发现了两种在线影响的度量。首先，与连接性（追随者）相关的指标，其次，与学术影响力相关的所有指标。这第二组可以进一步分为使用指标（读取，查看）和引用指标。结果表明，Google Scholar Citations是提供更全面的引文相关数据的来源，而Twitter在连接性相关指标方面表现突出。

2018-04-16cs.DL

研究主题地图：rtopmap

Research Topics Map: rtopmap

在本文中，我们描述了一个系统，可视化和分析世界范围内的研究课题，{ \tt rtopmap}。我们从Google Scholar学术研究档案中收集数据，将其汇总成一个加权主题图，由超过35，000个节点和646，000条边组成。节点对应于自我报告的研究主题，边对应于google scholar配置文件中共同出现的主题。{ \tt rtopmap}系统支持缩放/平移/搜索和其他基于Google地图的交互功能。在地图叠加的帮助下，我们还可视化了不同学术机构在人力资源方面的优势和劣势（例如，不同领域的研究人员数量），以及学术产出（例如，在不同领域的引用计数）。最后，我们还可视化地图的哪些部分与不同的学术部门或特定的文档（如研究论文或提案）相关联。该系统本身可在\url{http://rtopmap.arl.arizona.edu/}获得。

2017-06-15cs.DLcs.HCcs.IR

Eugene Garfield、Francis Narin和PageRank：Google搜索引擎的理论基础

Eugene Garfield, Francis Narin, and PageRank: The Theoretical Bases of the Google Search Engine

本文通过比较Google Scholar的搜索引擎PageRank与Garfield的引文索引理论的前提，对Google Scholar评估研究人员发表的论文的有效性进行了检验。研究发现，两者的前提是一致的，PageRank和Garfield的引文索引理论相互验证。

2013-12-13cs.DLcs.IRphysics.soc-ph