Following my previous study of paper length vs. number of citations in astronomy (Stanek 2008), some colleagues expressed an interest in knowing if any correlation exists between citations and the number of authors on an astronomical paper. At least naively, one would expect papers with more authors to be cited more. I test this expectation with the same sample of papers as analyzed in Stanek (2008), selecting all (~30,000) refereed papers from A&A, AJ, ApJ and MNRAS published between 2000 and 2004. (...) I find that indeed papers with more authors are on average cited more, but only weakly so: roughly, the number of citations doubles with ten-fold increase in the number of authors. While the median number of citations to a 2 author paper is 17, the median number of citations to a paper with 10 to 20 authors is 32. I find that most of the papers are written by a small number of authors, with a mode of 2 authors and a median of 3 authors. I also find that papers with more authors are not longer than papers with fewer authors, in fact a median number of 8 to 10 pages per paper holds for any number of authors. For the same sample of papers, a median number of citations per paper grew from 15 in June 2008 (Stanek 2008) to 19 in November 2009. Unlike Stanek (2008), I do not conclude with any career advice, semi-humorous or otherwise.
Sleeping Beauties Cited in Patents: Is there also a Dormitory of Inventions?
《科学中的睡美人》（A Sleeping Beauty in Science）是一本出版物，它在很长一段时间内都没有被注意到（沉睡），然后，几乎是突然间，它吸引了大量的注意力（被一位王子唤醒）。在我们前面的研究中，我们发现大约一半的睡美人是面向应用的，因此是潜在的睡眠创新。在本文中，我们调查了一个新的主题：专利中引用的睡美人。这样，我们就可以探索一个发明宿舍的存在。我们发现，专利引用可能发生在觉醒之前或之后，睡眠的深度，即，睡眠期间的引用率，并不能预测睡美人以后的科学或技术影响。发明人-作者自引只发生在少数被专利引用的睡美人中，但其他类型的发明人-作者链接发生得更频繁。我们通过测量整个科学文献中与精确定义的主题以及睡美人在睡眠时间期间和之后的更广泛的研究主题相关的论文数量的时间依赖性演变来分析它们是否处理新主题。我们通过分析第一组引用睡美人的论文来关注觉醒。接下来，我们创建主题相关的概念图和引用论文的时间紧接着觉醒后的一段时间和最近的时期。最后，我们对《睡美人》的被引和被引关系进行了广泛的评价。我们发现，可调共引分析是一个强大的工具，发现王子和其他重要的应用导向的工作直接相关的睡美人，例如论文作者谁引用睡美人在专利的发明人，以及在他们的科学论文。
Nonuniversal power law scaling in the probability distribution of scientific citations
我们开发了一个科学引文分布模型。该模型包含一个双重机制：在直接机制中，新论文的作者找到旧论文A并引用它;在间接机制中，新论文的作者找到旧论文A，只能通过新的中介论文B的参考文献列表，而后者之前引用过A。通过与引文数据库的比较发现，被引次数少的论文主要是通过直接机制被引的。已经有许多引文的论文（“经典”）主要通过间接机制被引用。间接机制给出幂律尾部。一篇论文成为经典的“临界点”是1981年发表在科学信息研究所（ISI）Web of Science数据库中的论文被引用约21次，1975-1994年发表的《物理评论D》论文被引用29次，2007年收集的高h指数化学家名单中的所有出版物被引用39次。幂律指数不是普适的。被高引用的个体比被低引用的个体有一个系统性的小指数。
Identification of the most important external features of highly cited scholarly papers through 3 (i.e., Ridge, Lasso, and Boruta) feature selection data mining methods
Citation distribution of individual scientist: approximations of stretch exponential distribution with power law tails
一个多参数家庭的拉伸指数分布与各种幂律尾部的介绍，并充分描述的经验分布的科学引文的个人作者。四参数族的特征在于指数部分的归一化系数，幂律渐近部分的幂指数，以及上述两部分之间的过渡系数。研究了科学家个人的论文在这些论文的引用上的分布。科学家是通过三个范围内的总引用次数选择的：102-103，103-104和104-105总引用次数。我们在ISI Web of Knowledge中为物理学家研究这些间隔。仅考虑1980年以后开始发表科学论文的科学家。研究发现，当作者被引次数越少时，拉伸指数中的幂系数越小，而当作者被引次数越多时，拉伸指数中的幂系数越小。同时，大被引作者的尾部权力系数下降。一个可能的解释拉伸指数分布的起源为个别作者的引用。
Which cities produce excellent papers worldwide more than can be expected? A new mapping approach--using Google Maps--based on statistical significance testing
本文提出的方法允许使用免费提供的程序进行统计分析，揭示世界各地的卓越中心。基于Web of Science数据，可以在高被引论文大量发表的城市中确定特定领域的卓越性。与迄今为止出版的映射方法相比，我们的方法更注重分析，允许对预期数量的城市（样本中）的优秀论文的观察数量进行评估。使用这种测试，这种方法不仅可以识别出产出中的顶级表现者，而且可以识别出“真正的宝石”。“这些城市的作者发表的被引用论文比预期的要多得多。正如本文中的物理、化学和心理学的例子所示，这些城市并不一定有很高的优秀论文产出。
Exploiting citation networks for large-scale author name disambiguation
我们提出了一种新的算法和验证方法，消除歧义的作者姓名在非常大的书目数据集，并将其应用到完整的Web of Science（WoS）引文索引。我们的算法仅依赖于WoS所涵盖的整个时期的作者和引文图。建立了基于共同合著者、自引、共享参考文献和引文的成对出版物相似性度量，以执行两步凝聚聚类，该聚类首先连接单个论文，然后合并相似的聚类。该参数化模型使用基于h指数的召回率指标进行优化，有利于正确分配引用良好的出版物，并使用WoS元数据和交叉引用的Google Scholar配置文件进行基于姓名首字母的精确度。尽管使用了有限的元数据，我们达到了87%的召回率和88%的准确率，并优先考虑具有高h指数值的研究人员。4700万篇WoS文章可以在一台机器上在不到一天的时间内消除歧义。我们开发了一个h-指数分布模型，证实预测与经验数据非常吻合，并深入了解h-指数在真实学术排名场景中的效用。
The backbone of science: analysis of citation networks between papers and their sources
Center for Complex Networks and Systems Research (CNetS), Indiana University（印第安纳大学复杂网络与系统研究中心）；Institute of Complex Systems (UBICS) and Department of Condensed Matter Physics, University of Barcelona（巴塞罗那大学复杂系统研究所和凝聚态物理系）；Department of Computer Science, Loyola University Chicago（芝加哥洛约拉大学计算机科学系）
