The Importance of Conference Proceedings in Research Evaluation: a Methodology for Assessing Conference Impact
会议是科学交流的重要工具。在计算机科学等学科中，超过50%的原创研究成果发表在会议论文集上。在这项研究中，我们分析了会议论文集在各个学科中的作用，并提出了一种替代方法，以会议论文集和Scimago期刊排名（SJR）的基础上进行研究评价。研究的结果是一个会议记录的列表，通过与SJR期刊四分位数的类比，在几个学科中将Q1 - Q4分类。在计算机科学中，这种文献计量驱动的排名与专家驱动的CORE排名的比较显示了62%的重叠，以及类别分布的显著平均等级相关性。此外，38个工程会议记录（占列表的45%）和23个计算机科学会议记录（占列表的32%）的SJR水平与这些领域的第一个四分位数期刊相对应。这再次强调了这些学科会议的特殊重要性。
2020-10-04 cs.DL cs.SI
Journal Status
一个演员在社会背景下的地位通常由两个因素来定义：演员从其他演员那里获得的认可的总数和认可演员的声望。这两个因素分别表明了演员的受欢迎程度和专家欣赏之间的区别。我们把前者称为声望，把后者称为威望。这些关于声望和声望的概念也适用于学术评估领域。ISI影响因子（ISI IF）是指期刊在2年内收到的平均引用次数。通过仅仅计算引用的数量而忽略引用期刊的声望，ISI IF是一个受欢迎程度的度量，而不是声望。我们演示了如何加权版本的流行的PageRank算法可以用来获得一个度量，反映声望。我们对比期刊的排名，根据他们的ISI IF和加权PageRank，我们提供了一个分析，揭示了显着的重叠和差异。此外，我们引入了Y因子，这是一个简单的组合，ISI IF和加权PageRank，并发现由此产生的期刊排名对应的一般理解的期刊状态。
2006-01-09 cs.CY cs.DL
Success in Science: How Global Prestige Organizes Careers
Adam Mickiewicz University（亚当·密茨凯维奇大学）；Poznan University of Economics and Business（波兹南经济与商业大学）
本文通过波兰10848名科学家的调查数据与Scopus文献计量数据，分析学术成功的多维结构，发现全球出版声望为核心，顶级国际期刊出版具有最高中心性，与引用和国际合作等维度相连。
2026-05-07 cs.DL
Reinforcing Prestige: Journal Citation Biases in Astronomy
Universidade do Porto（波尔图大学）；Alikhanian National Science Laboratory（阿里哈尼扬国家科学实验室）
研究分析了2000-2025年间发表的255,000篇天文学论文，发现跨学科期刊被引用次数远高于其发表量，而专业期刊则相对较少，作者在同期刊发表文章会增强该期刊的引用率，这一现象仍需关注。
2026-03-26 cs.DL
How are new citation-based journal indicators adding to the bibliometric toolbox?
Scopus和Google Scholar的推出，以及社交网络分析方法的发展，使评估期刊的指标比ISI的传统影响因子，引用半衰期和即时性指数更多。在这项研究中，这些新指标相互比较，并与旧的。各种指标是否衡量了引文网络的新维度，或者它们之间是否高度相关？它们是否随着时间的推移而稳健且相对稳定？有两个主要方面-规模和影响-合在一起形成影响。H指数结合了这两个维度，也可以被认为是覆盖范围的指标（如Indegree）。PageRank主要是大小的指标，但与中心性度量有重要的相互作用。Scimago期刊排名（SJR）指标提供了期刊影响因子的替代方案，但计算不太容易。
2009-09-24 cs.DL physics.data-an physics.soc-ph
Modeling nonuniversal citation distributions: the role of scientific journals
一篇科学论文是否被引用不仅与作者的影响力有关，还与发表它的期刊有关。科学家，无论是熟练的还是稚嫩的，通常都会将他们最重要的工作提交给知名期刊，这些期刊的引用率高于普通期刊。如何模拟科技期刊在引文动态中的作用具有重要意义。在本文中，我们通过两个折叠来解决这个问题。一是论文内在的异质性，它取决于发表论文的期刊的影响因子;二是论文被引的机制，它取决于论文的被引次数和声誉。我们通过一个内在的节点权重函数和一个直观的老化机制开发了一个引文网络模型。节点的权重是根据期刊影响因子的分布来确定的，老化度是被引期刊和声誉期刊的函数。由此产生的网络的节点度分布显示出非普适的标度：该分布在小度时呈指数衰减，在大度时具有幂律尾部，因此具有对偶行为。期刊的影响因子越高，得到的临界点越大，幂指数越小。随着期刊等级的提高，这种现象将逐渐消失，并向纯幂律演化。
2014-05-09 cond-mat.stat-mech cs.DL physics.soc-ph
Evaluating Journal Quality: A Review of Journal Citation Indicators and Ranking in Business and Management
在科研性能评估的背景下，学术期刊的质量评估变得越来越重要。传统上，期刊的排名是通过同行评审名单，如商学院协会（英国）或通过其期刊影响因子（JIF）。然而，已经制定了一些新的指标，如h指数、SJR、SNIP和本征因子，这些指标考虑到不同的因素，因此有其自身的特定偏差。在本文中，我们评估这些指标，理论上也通过一个大型的商业和管理期刊的实证研究。我们发现，即使这些指标看起来高度相关，但实际上它们导致了期刊排名的巨大差异。我们将我们的结果结合英国大规模研究评估活动（RAE/REF），特别是ABS期刊排名榜。我们的结论是，没有一个指标是优越的，但h指数（包括期刊的生产力）和SNIP（旨在规范场效应）可能是目前最有效的。
2016-04-25 cs.DL
Article's Scientific Prestige: measuring the impact of individual articles in the Web of Science
我们对Web of Science出版物进行了引文分析，其中包括1981年至2020年254个主题的6300多万篇文章和14.5亿次引用。我们提出了文章的科学声望（ASP）指标，并将此指标与引用次数（#Cit）和期刊等级进行了比较，以衡量大规模分层和多学科引文网络中每篇文章的科学影响力。与#Cit相比，基于特征向量中心性计算的ASP考虑了直接和间接引用，并提供了跨学科的稳态评估。我们发现，ASP和#Cit在大多数文章中并不一致，在引用较少的文章中越来越不匹配。虽然这两个指标都是可靠的评价文章的声望，如诺贝尔奖获奖的文章，ASP往往提供更有说服力的排名比#Cit时，文章没有被高度引用。期刊等级最终由少数高引用文章决定，无法正确反映每篇文章的科学影响力。参考文献和合著者的数量与科学影响力的相关性较小，但主题确实有所不同。
2022-02-17 cs.DL stat.AP
Mitigating Consequences of Prestige in Citations of Publications
本研究针对科研评估中引用量受马太效应干扰的问题，提出仅用双盲评审投稿阶段可观测特征预测引用量的方法，结合多种模型与PubMed数据集验证了有效性，为科学计量评估提供了更客观的方案。
2024-12-10 cs.DL stat.AP
Weighted Impact Factor (WIF) for assessing the quality of scientific journals
影响因子是当今评价期刊的重要指标。在影响因子计算中，无论被引期刊的声誉如何，均采用期刊被引用的总次数，但被高影响因子期刊或高Hirsch指数研究人员引用的科学单位（论文、研究人员、期刊或科学组织）比被无影响因子期刊或未知研究人员引用的对象更重要。为了更准确地对期刊进行排序，本文提出了加权影响因子，它不仅考虑了被引期刊的数量，而且考虑了被引期刊的质量。分析了不同期刊评价指标之间的相关系数：Thomson Scientific的影响因子、不同研究者提供的加权影响因子、所有被引期刊影响因子的平均值和中位数以及5年影响因子。
2015-06-09 cs.DL
On the Heterogeneous Distributions in Paper Citations
学术论文一直是传播专门知识的主角。自然，论文引文模式分析是考察科技知识结构的一种有效而必要的方法。几十年来，人们已经观察到，科学文献的引用遵循异质和重尾分布，其中许多建议幂律分布，对数正态分布和相关分布。然而，许多研究仅限于小规模的方法，因此，很难概括。为了克服这个问题，我们通过系统分析1996年至2016年发表的42，423，644篇科学文献的整个引文历史，调查了21年的引文演变。我们在Scimago Journal & Country Rank（SJR）分类方案的三个不同级别中测试了科学文献的六个候选分布。首先，我们观察到，除了出版的第一年，所有学科的年度引文收购的原始数量往往遵循对数正态分布。我们还发现，每年获得的引文数量之间的期刊，这表明，它是必要的，以消除从期刊的声誉继承的引文盈余显着的差异。我们的简单方法分离的引用偏好的个别文章从继承的引用期刊揭示了一个意想不到的规律性，在规范化的年度收购的引用在整个科学领域。具体而言，归一化的年度引文采集具有幂律概率分布，指数截止值约为2.3，无论其出版和引用年份如何。我们的研究结果表明，期刊声誉有一个实质性的长期影响的引用。
2018-10-20 cs.DL physics.soc-ph
Comparing the impact of subfields in scientific journals
影响因子在过去几年中被广泛用于评估期刊的知名度和声誉。虽然影响因子对于比较期刊是有用的，但是当仅在期刊水平上测量可见性时，忽略了期刊中子字段可见性的特殊性。在本文中，我们分析了超过45万篇物理论文的子集中的子字段可见性。我们表明，子字段的可见性是不定期的所考虑的数据集。在某些年份，期刊子领域影响因子的变异性达到了平均子领域影响因子的75%。我们还发现，子领域在同一期刊中的可见性差异甚至可以高于不同期刊之间的可见性差异。研究结果表明，子领域影响力是影响期刊知名度的重要因素。
2020-08-06 cs.DL
On the differences between citations and altmetrics: An investigation of factors driving altmetrics vs. citations for Finnish articles
本研究探讨了一系列因素与未来的引用和altmetric计数到一篇论文。这些因素包括期刊影响因子，个人合作，国际合作，机构声望，国家声望，研究资金，摘要可读性，摘要长度，标题长度，引用参考文献数量，字段大小和字段类型，并将与引用计数，Mendeley读者，Twitter帖子，Facebook帖子，博客帖子和新闻帖子相关联。结果表明，八个因素对增加引用数很重要，七个不同的因素对增加Mendeley读者很重要，八个因素对增加Twitter帖子很重要，三个因素对增加Facebook帖子很重要，六个因素对增加博客帖子很重要，五个因素对增加新闻帖子很重要。期刊影响因子和国际合作是与引文数量增加和所有altmetric分数显著相关的两个因素。此外，似乎驱动Mendeley读者的因素与驱动引用计数的因素相似。然而，Altmetric事件在少数因素方面彼此不同;例如，机构声望和国家声望与增加的Mendeley读者以及博客和新闻帖子相关，但对于Twitter和Facebook帖子来说，这是一个无关紧要的因素。这些发现有助于继续发展的理论模型和方法的发展与捕获，解释和理解高程事件。
2017-10-24 cs.DL cs.SI
The effect of novelty on the future impact of scientific grants
政府资助机构和基金会倾向于将新颖性视为科学影响所必需的，因此更愿意资助新颖的项目，而不是增量项目。然而，将新颖性与赠款的最终影响联系起来的证据却出奇地少。在这里，我们通过分析2008年至2016年期间由美国国家科学基金会（NSF）和美国国立卫生研究院（NIH）资助的170，000份资助的920，000份出版物来研究这种联系。我们使用机器学习来量化资助时的新颖性，并将该措施与这些出版物的引用动态相关联。我们的研究结果表明，资助新颖性导致引用的强劲增长，同时控制主要研究者的资助经验，奖励金额，出版年份，期刊的声誉和团队规模。在其他条件不变的情况下，一篇由完全新颖的资助产生的文章的引用量平均会是完全递增的资助的两倍。我们还发现，新的赠款产生尽可能多的文章作为增量赠款，同时在更高的声望期刊上发表。总之，我们的研究结果提供了令人信服的证据，支持NSF，NIH和许多其他资助机构对新颖性的重视。
2019-11-07 cs.DL
The relationship between the number of authors of a publication, its citations and the impact factor of the publishing journal: Evidence from Italy
经验证据表明，共同撰写的出版物具有更高的知名度和影响力。目前工作的目的是测试意大利出版物的存在类似的相关性。我们还验证了这种相关性是否不同：i）按主题类别和宏观领域; ii）按文档类型; iii）随着时间的推移。结果证实了世界级的证据，显示出在几乎所有学科类别中，随着合著者数量的增加，出版物的可引用性呈一致和显著的线性增长。这种影响在社会科学和艺术与人文科学领域比在科学领域更显着，这一发现在仔细审查以前的研究时并不明显。此外，我们的研究结果部分否定了作者数量与期刊声誉之间的正相关关系，如其影响因子所衡量的那样。
2018-10-31 cs.DL
Life after delisting: tracking the publication output and citation impact of Scopus-discontinued journals with OpenAlex
Universidad Internacional de La Rioja (UNIR)（洛格罗尼奥国际大学）
本研究基于OpenAlex分析2018-2024年Scopus除名的514种期刊，发现除名后期刊产出骤降、引用影响变化不大，除名降低了期刊发表吸引力却未同等削弱其作品引用，引发研究诚信担忧。
2026-10-09 cs.DL
Unsupervised Anomaly Detection in Journal-Level Citation Networks
期刊影响因子是学术界衡量期刊质量的常用指标。期刊被引用的次数是决定影响因子的一个关键因素，影响因子可能会以多种方式被滥用。因此，发现引文异常对于进一步识别影响因子的操纵和膨胀至关重要。引文网络用有向图的形式描述期刊之间的引文关系。检测引文网络中的异常是一项具有挑战性的任务，其在发现引文卡特尔和引文堆栈以及理解引文背后的意图方面具有若干应用。本文提出了一种新的方法来检测期刊级科学引文网络中的异常，并与现有的图异常检测算法的结果进行了比较。由于缺乏适当的地面真理，我们介绍了一个期刊级的引用异常数据集，其中包括综合注入的引用异常，并使用它来评估我们的方法。我们的方法是能够预测的异常引文对的精度为100%，F1得分为86%。我们进一步将检测到的异常分为各种类型，并找出可能的原因。我们还在Microsoft Academic Search数据集上分析了我们的模型-一个真实世界的引文数据集，并使用案例研究解释了我们的结果，其中我们的结果类似于引文和SCImago Journal Rank（SJR）评级变化图表，从而表明了我们方法的有用性。我们进一步设计了“期刊引文分析工具”，一个交互式的门户网站，给定的引文网络作为输入，显示期刊水平的异常引文模式，并帮助用户分析给定的期刊多年来的引文模式。
2020-05-28 cs.DL cs.SI
How are journals cited? characterizing journal citations by type of citation
scite, Inc.（scite公司）
期刊质量评价是文献计量学的主要主题之一，因为期刊是学术研究和学术传播的主要场所。用文献计量学量化期刊影响力有很多批评，包括期刊之间的学科差异，使用的源材料，纳入作品的时间窗口，以及引用分布的偏斜度（Lariviere & Sugimoto，2019）。然而，尽管在新提出的指标（如SJR，SNIP和Eigenfactor（Walters，2017））中进行了各种尝试来补救这些指标，但指标仍然基于引文计数，并且未能承认引文类型所产生的关键差异，无论是支持还是质疑量化期刊影响力时的工作。虽然已经提出了各种方案，以应用和包含引文内容分析的文献计量学项目，引文内容分析还没有做在所需的规模，以补充定量期刊引文分析，直到科学引文索引产生。使用此引文索引包含基于引用功能（支持，争议，或提及）的引用类型，我们提出了初步的结果，引用的统计特征的期刊的引用功能的基础上。我们还提出了初步的结果，表征的比例的支持和争议收到的期刊作为一个潜在的质量指标，并显示两个有趣的结果：支持和争议的比例不相关的总引用，这个比例的分布是不倾斜的正态分布。最后，我们提出了一个建议，为未来的研究使用引文分析合格的引用功能，以及执行文献计量学的任务，如研究评价和信息检索使用引用功能的影响。
2021-02-22 cs.CL cs.DL stat.AP
Education journal rankings: A diversity-based Author Affiliation Index assessment methodology
本文提出纳入顶尖机构多样性的AAID指标，结合AAI与加权AAI评估263种SSCI教育期刊，发现其与JIF和ES相关性较低，为期刊声望评价提供新视角。
2023-10-10 cs.DL
Statistical Modelling of Citation Exchange Between Statistics Journals
基于引用数据的学术期刊排名经常受到科学界的质疑。部分怀疑是由于对期刊声望的普遍看法与基于引用数量的排名之间的差异。一个更严重的问题是不恰当地使用期刊排名来评估作者的科学影响力。本文对统计学期刊的交叉引用情况进行了分析。数据来自汤森路透发布的Web of Science数据库。我们的研究结果表明，对期刊之间的引文交换进行建模有助于突出最负盛名的期刊，但期刊引文数据的特点是相当大的异质性，需要适当总结。推理结论需要谨慎，以避免对期刊评级之间的微小差异进行过度解释。与联合王国研究评估工作中公布的机构评级相比，在统计学科内，评估的研究质量与期刊引用“出口分数”之间在总体上存在很强的相关性。
2015-04-03 cs.DL stat.AP
PRINCIPIA: a Decentralized Peer-Review Ecosystem
同行评议是现代科学努力的基石。然而，越来越多的人一致认为，目前同行审查制度的一些局限性，从缺乏对审查者的激励到缺乏透明度，有可能破坏其好处。在这里，我们介绍了用于科学产出同行评审的PRINCIPIA（http：//www.principia.network/）框架（例如，论文、授权提案或专利）。该框架允许科学生态系统的主要参与者-包括现有的出版集团-通过建立一个自由的评论和出版物市场，创建和管理同行评审期刊。PRINCIPIA的推荐人根据他们的努力和评论的质量得到透明的奖励。PRINCIPIA还自然地允许识别用户和期刊的声誉，具有不依赖于第三方的内在声誉系统。PRINCIPIA重新平衡了研究人员和出版商之间的权力，鼓励评审员进行有价值的评估，促进期刊之间的公平竞争，降低获取研究成果和出版的成本。
2020-08-20 cs.DL nlin.AO physics.soc-ph
Within-Journal Self-citations and the Pinski-Narin Influence Weights
期刊影响因子（JIF）对自引具有线性敏感性，因为每个自引都会增加分子，而分母不受影响。Pinski & Narin（1976）推导出影响权重（IW）作为加菲尔德的JIF的替代。JIF是基于按出版物数量标准化的原始引文计数，而IWs是基于聚合期刊-期刊引文矩阵中的特征向量，而没有参考大小：引用和引用方通过矩阵方法结合起来。IW在归一化矩阵的递归迭代之后作为向量出现。在递归之前，IW是影响力的（基于向量的）非网络指标，但在递归之后（即通过迭代反复改进），IW可以被认为是（子）图中期刊之间声望的网络度量，作为科学领域的代表。因此（Pinski & Narin在1976年没有这样做），自引被整合到领域水平，不再作为异常值干扰分析。我们认为，这是衡量质量或影响的一个非常理想的属性。作为说明，我们使用文献中已经研究过的期刊引用矩阵数据，以及2017年期刊引用报告（n = 11，579种期刊）中的完整数据集。信息战的价值有时是违反直觉的，难以解释。此外，迭代并不总是收敛的。计算IW的流程可在http://www.leydesdorff.net/iw上查阅。
2019-08-15 cs.DL
Top performers and top journals: Persistent concentration in scientific publishing
Center for Public Policy Studies, Adam Mickiewicz University（亚当·密茨凯维奇大学公共政策研究中心）；Poznan University of Economics and Business（波兹南经济与商业大学）
本研究揭示了顶尖期刊在科学出版中的筛选作用，显示顶尖表现者在所有学科和时期中均占据主导地位，其出版强度与高声誉期刊发表相辅相成。
2026-02-10 cs.DL
From Rapid Release to Reinforced Elite: Citation Inequality Is Stronger in Preprints than Journals
本文比较预印本与期刊的引用分布，发现预印本引用不平等在各领域持续更高，且主要受作者声望而非优先连接驱动。
2025-06-11 cs.DL
Citation Advantage For OA Self-Archiving Is Independent of Journal Impact Factor, Article Age, and Number of Co-Authors
Eysenbach认为，OA（绿色）自存档优势可能只是潜在的不受控制的混杂因素（如文章年龄）的产物（较旧的文章可能被引用更多，更有可能自我存档），作者人数（作者越多的文章可能被引用越多，自我存档也越多），主题（被引用较多的主题，自我存档较多），国家（同样的事情），作者人数，作者引用次数，等等。（博士生，UQaM）已经表明，在所有情况下，当文章分别按年龄，主题或国家进行分析时，OA优势都存在。他现在已经做了一个多元回归分析，联合测试（1）文章年龄，（2）期刊影响因子，（3）作者数量，（4）OA自存档作为独立的因素，在576（生物医学）期刊的442，750篇文章中，11年来，并已表明，四个因素中的每一个都对引文计数有独立的，统计学上显着的增加。OA自归档优势仍然是一个强大的独立因素。在成功地回应了他的挑战之后，我们现在要求艾森巴赫证明--通过测试一个足够广泛和有代表性的期刊样本，在期刊质量的各个层面，知名度和声望等级--他发现黄金OA的引用优势（他测试的唯一一份期刊（PNAS）的高调网站上发表的OA文章超过了同一期刊上的绿色OA文章（自我存档在作者的网站上）不仅仅是一个只测试了一个非常引人注目的期刊的人工制品。
2007-01-22 cs.DL cs.IR
Generalized h-index for Disclosing Latent Facts in Citation Networks
科学家的价值是什么？它对科学思维的影响是什么？我们如何衡量一份期刊或一次会议的声望？对科学家的科学工作的评价和对期刊或会议质量的估计长期以来一直吸引着人们的极大兴趣，因为获得公正和公平的标准是有益的。虽然看起来很简单，但定义质量度量标准并不是一件容易的事情。为了克服目前用于科学家和期刊排名的指标的缺点，J.E.赫希提出了一个开创性的指标，现在著名的h指数。在这篇文章中，我们展示了这个指数的几个不足之处，并开发了一对概括和有效的变种，它来处理科学家排名和出版论坛排名。新的引文索引能够揭示科学研究中的潮流引领者，以及不断以其有影响力的工作塑造其领域的研究人员，无论他们有多老。我们展示的有效性和好处的新指数展开的H-指数的全部潜力，从DBLP，一个广为人知的在线数字图书馆获得了广泛的实验结果。
2006-07-13 cs.DL
Best-in-class and Strategic Benchmarking of Scientific Subject Categories of Web of Science in 2010
在这里，我们展示了一种比较学科类别的新技术，其中学术期刊在每个类别中的声望由影响因子直方图统计表示。对于每个学科类别，我们计算了具有影响因子的学术期刊在不同时间间隔内的出现概率。这里的影响因子是用汤森路透影响因子、特征因子得分和即时性指数来衡量的。假设与一对主题类别相关的概率，我们的目标是测量它们之间的不相似程度。要做到这一点，我们使用一个公理化的表征预测主题类别之间的差异。2010年Web of Science的科学主题类别被用来测试所提出的方法，用于对细胞生物学和计算机科学信息系统进行基准测试，其余的作为两个案例研究。前者是一流的基准，涉及研究领先的竞争对手类别;后者是战略基准，涉及观察其他科学学科类别如何竞争。
2013-04-14 cs.DL
Filling the citation gap: Measuring the multidimensional impact of the academic book at institutional level with PlumX
在出现五年多之后，altmetrics仍然被认为是对传统基于引用的指标的补充。然而，没有研究关注它们在捕捉学术书籍影响力方面的潜在有用性。虽然最近的文献表明，引用指标不能完全反映书籍的影响，但其他研究提出了其他指标，如使用率、出版商的声望或图书馆藏书。在本文中，我们计算了18个指标，范围从altmetrics图书馆馆藏，意见，下载或引用生产的西班牙大学使用的文献计量套件PlumX从EBSCO的专著。本研究的目的是采用多维视角对图书进行分析，并了解这些不同指标之间的互补程度。此外，我们将这一系列指标应用于专著时所提供的概述与传统的文献计量学观点进行了比较，这些文献计量学观点侧重于期刊文章和引文影响。我们观察到的altmetric指标的专著，甚至低于期刊文章和图书馆馆藏的主导地位，确认这一指标作为最有前途的一个对书籍的影响分析存在的低。
2017-10-01 cs.DL
A Comparison between Two Main Academic Literature Collections: Web of Science and Scopus Databases
如今，世界科学界在不同的科学领域发表了大量的论文。在这样的环境中，必须知道哪些数据库对于文献检索同样有效和客观。其中最广泛的两个数据库是Web of Science和Scopus。除了检索文献外，这两个数据库还根据期刊的生产率和收到的总引用次数对期刊进行排名，以显示期刊的影响力、声望或影响力。本文试图对这些数据库进行全面的比较，以回答研究人员经常提出的问题，例如：Web of Science和Scopus有何不同？这两个数据库在哪些方面是相似的？或者，如果研究人员被迫选择其中之一，他们应该选择哪一个？为了回答这些问题，这两个数据库将根据其定性和定量特征进行比较。
2013-05-02 cs.CY cs.DL
Do PageRank-based author rankings outperform simple citation counts?
研究人员的生产力和影响力的基本指标仍然是出版物的数量及其引用计数。这些指标是明确的，直接的，容易获得。当需要对学者进行排名时，例如在拨款、奖励或晋升程序中，使用它们是将一些科学家优先于其他科学家的最快和最便宜的方法。然而，由于它们的性质，存在着过度简化科学成就的危险。因此，已经提出了许多其他指标，包括用于网页排名的PageRank算法的使用及其适用于引文网络的修改。尽管如此，这种递归方法在计算上是昂贵的，即使它具有有利于声望的优势，其应用应该是合理的，特别是当与标准的引用计数相比。在这项研究中，我们分析了三个大型数据集的计算机科学论文类别的人工智能，软件工程，理论和方法，并应用12种不同的排名方法的引文网络的作者。我们将由此产生的排名与该领域着名期刊的编委会成员中选出的优秀研究人员的自编名单进行比较，并得出结论，没有证据表明基于PageRank的方法优于简单的引用计数。
2015-05-12 cs.DL cs.SI physics.soc-ph
A Graph Approach to the Academic Publishing Network: A Heterogeneous Model and Structural Screening over OpenAlex Open Data
VSB – Technical University of Ostrava（俄斯特拉发理工大学）
该研究基于OpenAlex开放数据构建异质多变量图模型，开发异常出版模式筛选方法，在两个语料库上验证其有效性，发布开源工具，可用于学术出版不端行为检测。
2026-08-12 cs.DL cs.SI stat.AP
