arXiv 1006.28952010-06-15cs.DLphysics.soc-ph

Scopus的SNIP指示器

Scopus' SNIP Indicator

Loet Leydesdorff, Tobias Opthof

摘要：

对Moed的反驳[arXiv：1005.4906]：我们的主要反对意见是反对开发新的指标，这些指标像一些旧的指标（例如CWTS的“树冠指标”）一样，不允许指示错误，因为它们不提供统计数据，但在我们看来，它们是基于违反操作顺序的。SNIP指示器的有效性声明是空洞的，因为规范化是基于无效的字段分类。这两个问题也许都可以用分数计数来解决。

英文摘要：

Rejoinder to Moed [arXiv:1005.4906]: Our main objection is against developing new indicators which, like some of the older ones (for example, the "crown indicator" of CWTS), do not allow for indicating error because they do not provide a statistics, but are based, in our opinion, on a violation of the order of operations. The claim of validity for the SNIP indicator is hollow because the normalizations are based on field classifications which are not valid. Both problems can perhaps be solved by using fractional counting.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

Scopus的源标准化每篇论文影响（SNIP）与基于引文分数计数的期刊影响因子

Scopus's Source Normalized Impact per Paper (SNIP) versus a Journal Impact Factor based on Fractional Counting of Citations

影响因子（以及类似的指标，如Scimago期刊排名）存在两个问题：（i）引用行为在科学领域之间存在差异，因此导致系统性差异，（ii）没有统计数据告诉我们差异是否显著。最近引入的SNIP指标Scopus试图解决这两个问题中的第一个，但涉及到一些标准化决策，这使得它不可能测试的显着性。使用引用的分数计数-基于影响与引用文件中的参考文献数量成比例的假设-引用可以在论文水平上进行上下文化，并且可以测试集合的聚合影响的显著性。可以看出，《数学年鉴》的加权影响（0.247）并不比《分子细胞》（0.386）低多少，尽管它们的影响因子（分别为2.793和13.156）相差五倍。

2010-04-25cs.DLphysics.soc-ph

Elsevier Scopus的修订后的SNIP指标

The revised SNIP indicator of Elsevier's Scopus

正如Waltman等人（2013）最近在该杂志中解释的那样，Elsevier的修改SNIP指标解决了Leydesdorff和Opthof（2010和2011）指出的与原始SNIP指标（Moed，2010和2011）有关的一些问题。然而，算术平均数的使用在科学计量分布的情况下仍然是不幸的，因为这些分布可能非常偏斜（Seglen，1992年和1997年）。新指标在用于评价目的时不能（或几乎不能）独立复制，从这个意义上说，从被评价单位和学者的角度来看，它仍然是不透明的。

2013-08-13cs.DL

每篇论文的源标准化影响（SNIP）是一个有效的和复杂的指标期刊引文的影响

The Source-Normalized Impact per Paper (SNIP) is a valid and sophisticated indicator of journal citation impact

本文是对Loet Leydesdorff和Tobias Opthof（arXiv：1004.3580v2 [cs.DL]）发表的文章“Scopus的源标准化每篇论文影响（SNIP）与基于引文分数计数的期刊影响因子”的回复。它澄清了SNIP和Elsevier的Scopus之间的关系。由于Leydesdorff和Opthof对SNIP的描述是不完整的，它指出了SNIP和两位作者提出的指标之间的四个关键区别，并论证了为什么前者比后者更有效。然而，分数引用计数的想法值得进一步探讨。本文讨论了出现的困难，如果一个人试图应用这一原则在个人（引用）文件的水平。

2010-05-26cs.DLphysics.soc-ph

SJR指标：一种衡量期刊科学声望的新指标

The SJR indicator: A new indicator of journals' scientific prestige

本文提出了一种基于引文权重方案和特征向量中心性的期刊科学声望指标SJR，用于对Scopus等复杂异构的引文网络中的学术期刊进行排名。它的计算方法进行了描述，并在Scopus 2007数据集上实施该指标后的结果与一般和特定科学领域内的临时期刊影响因子进行了比较。结果表明，SJR指标和JIF分布拟合良好的幂律分布，这两个指标是强相关的，虽然也有重大变化的排名。有一个可观察到的一般趋势，可能表明，SJR指标值降低了某些JIF值，其引用率大于其科学影响力。

2009-12-21cs.DLphysics.soc-ph

对SNIP日志影响指示器的一些修改

Some modifications to the SNIP journal impact indicator

SNIP（Source Normalized Impact per Paper，来源归一化影响力）指标是科学期刊引用影响力的指标。该指标由Henk Moed于2010年推出，已纳入Elsevier的Scopus数据库。SNIP指标使用来源标准化方法来纠正科学领域之间引用实践的差异。这种方法的优点在于它不需要明确定义字段边界的字段分类系统。在本文中，一些修改，将作出SNIP指标的解释，并指出由此产生的修订SNIP指标的优点。有人认为，原来的SNIP指标有一些违反直觉的属性，它是数学证明，修改后的SNIP指标不具有这些属性。从经验上看，原SNIP指标和修订后的SNIP指标之间的差异相对较小，尽管可以观察到一些系统性差异。文中还讨论了与文献中提出的其他源归一化指标的关系。

2012-09-04cs.DL

非专家也能理解的综合指标比较：两个SNIP版本的案例

Comprehensive indicator comparisons intelligible to non-experts: The case of two SNIP versions

提出了一个框架，用于比较不同类型的文献计量指标，引入了指标比较报告的概念。它全面概述了各项指标的主要差异和相似之处。这一比较既显示了每一个关键指标的优点，也显示了其局限性，而不是过分推崇一个指标而忽视其他结构的好处。它侧重于基本概念，假设和应用环境，这使得它更容易被非专家理解。作为一个例子，比较报告的原始和修改后的SNIP（源归一化影响每篇论文）指标的期刊引用的影响。

2015-10-17cs.DL

更多相关论文收起更多论文

CiteScore metrics：从Scopus引文索引创建期刊指标

CiteScore metrics: Creating journal metrics from the Scopus citation index

2016年12月，经过几年的发展，Elsevier推出了一套透明，全面，当前和免费提供的期刊引文指标，称为CiteScore指标。大多数CiteScore指标是静态的，从动态Scopus引文索引计算的年度指标。本着最近关于负责任地使用指标的公开声明的精神，我们概述了期刊引用指标的理想特征，讨论了我们如何决定被引用和引用的出版物年份和用于CiteScore指标的文档类型，并详细说明了每个指标的精确计算方法。我们进一步讨论CiteScore指标的资格标准和在线显示的选择，以及我们的方法来计算静态指标的动态引文索引。最后，我们来看看这些指标到目前为止收到的反馈，以及CiteScore如何做出回应。

2018-12-17cs.DL

Scopus 期刊领域分类是否曾具有误导性？

Are Scopus journal field classifications ever misleading?

本研究评估了不同类型期刊的出版实践与Scopus分类的匹配度，发现部分期刊存在分类误导问题，这削弱了基于引用的指标并可能误导学者选择投稿期刊。

2023-07-28cs.DL

Web of Science和Scopus文献计量学数据的比较

Comparing Bibliometric Statistics Obtained from the Web of Science and Scopus

40多年来，科学信息研究所（ISI，现为汤森路透的一部分）制作了唯一可用的书目数据库，文献计量学家可以从中编制大规模的文献计量指标。ISI的引文索引，现在被重新归类为Web of Science（WoS），直到2004年由出版商Reed Elsevier推出Scopus之前，一直是文献计量数据的主要来源。对于那些对国家或机构进行文献计量分析和比较的人来说，这两个主要数据库的存在提出了从不同数据来源获得的统计数据的可比性和稳定性的重要问题。本文使用宏观层面的文献计量学指标，比较从WOS和Scopus获得的结果。它表明，两个数据库获得的论文数量和国家引用数量以及它们的排名之间的相关性非常高（R2 > 0.99）。如果将各国的论文按领域细分，也会发现它们之间有很高的相关性。因此，该文件提供的证据表明，国家一级的科学生产和引用指标是稳定的，基本上独立于数据库。

2009-03-30cs.DLcs.IR

衡量期刊科学声望的又一步：SJR2指标

A further step forward in measuring journals' scientific prestige: The SJR2 indicator

提出了一种新的不依赖于期刊规模的学术期刊声誉评价指标SJR 2。该指标不仅考虑到引用科学期刊的声望，而且还考虑到它与被引用期刊的接近程度，使用两种期刊引文概况向量之间的余弦角。为了消除规模效应，将累积的声望除以期刊可引用文献的比例，从而消除了这种指标的下降趋势，并赋予分数以意义。它的计算方法进行了描述，并将其在Scopus 2008数据集上的实施结果与特设期刊影响因子，JIF（3y）和SNIP的结果进行了比较，该比较是在整体和特定科学领域内进行的。所有这三个，SJR 2指标，SNIP指标和JIF分布，被发现很好地拟合对数律。虽然这三个指标密切相关，但排名发生了重大变化。此外，按学科领域划分，SJR 2的分布比JIF更均衡，几乎与SNIP一样均衡，并且在较低水平的特定学科领域中优于两者。余弦的加入增加了主题相近的期刊之间声望流动的价值。

2012-07-18cs.DL

更高影响力的期刊在哪些领域发表更高质量的文章？

In which fields do higher impact journals publish higher quality articles?

本研究比较了科学各领域期刊平均被引率与专家对文章质量的判断，发现两者虽呈正相关但普遍较弱，表明期刊影响因子并非文章质量的强指标。

2022-12-11cs.DL

期刊质量评价：《工商管理》期刊引文指标与排名研究综述

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。

2016-04-25cs.DL

OpenAlex是否适用于研究质量评估？哪种引文指标最优？

Is OpenAlex Suitable for Research Quality Evaluation and Which Citation Indicator is Best?

本文对比OpenAlex与Scopus的引文分析及三种引文指标，发现OpenAlex适用于多数领域的研究质量评估，原始引文计数反直觉地优于多数领域标准化指标，为研究质量评估的引文指标选择提供参考。

2025-02-25cs.DL

科学卓越网络：基于贝叶斯多层逻辑回归（BMLR）的网络应用程序用于识别成功合作的机构

Excellence networks in science: A Web-based application based on Bayesian multilevel logistic regression (BMLR) for the identification of institutions collaborating successfully

在这项研究中，我们提出了一个应用程序，可以通过www.excellence-networks.net访问，它代表了世界各地的科学机构的网络。该应用程序基于2007年至2011年期间发表的论文（文章，评论和会议论文）。它使用（网络）数据，SCImago机构排名基于此（来自Elsevier的Scopus数据）。使用这些数据，机构网络已估计与统计模型（贝叶斯多层次逻辑回归，BMLR）的一些Scopus主题领域。在单一学科领域，我们已经调查和可视化如何成功地整体机构（参考机构）已合作（与所有其他机构在一个主题领域），并与其他机构（网络机构）的参考机构合作特别成功。“最佳论文率”（统计估计）被用作评估机构合作成功的指标。这给出了一个机构的高引用论文的比例，通常被认为是衡量文献计量学影响力的指标。

2016-01-12cs.DLphysics.soc-phstat.AP

在哪些领域中引文是研究质量的指标？

In which fields are citations indicators of research quality?

首次大规模评估34个领域87,739篇文章发现引文与研究质量在各领域均呈正相关，但无任何引文阈值能保证卓越质量，引文无法完美反映研究质量。

2023-04-24cs.DL

预印本作为学术交流的加速器--《数学》的实证分析

Preprints as accelerator of scholarly communication: An empirical analysis in Mathematics

本文分析了预印本促进学术交流的关键驱动因素。为此，我们使用了四组指标，一组指的是学术交流，并基于文献计量指标（Web of Science和Scopus引文），而其他指标反映了使用（Web of Science中的使用计数），捕获（Mendeley读者）和社交媒体关注（推文）。因此，我们衡量两个影响与预印本出版：出版延迟和影响。我们定义并使用几个指标来评估arXiv中先前预印本版本的期刊文章的影响。特别是，这些指标衡量了几次arXiv预印本出版过程和期刊版本审查过程的特点，以及预印本引用的老化模式。此外，我们比较了在arXiv中没有任何先前预印本版本的预印本和非OA文章之间观察到的模式。我们可以观察到，预印本的“早期浏览”和“开放获取”效应有助于预印本的可衡量的引用和读者优势。预印版本的文章更有可能在社交媒体中被提及，并且具有更短的Altmetric注意延迟。使用和捕获被证明只有适度的，但更强的相关性与引用比推文。不同指标之间回归线的斜率不同，反映了使用、获取和引用数据的数量级不同。

2020-11-28cs.CYcs.DL

期刊是如何被引用的？按引文类型划分期刊引文特征

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。

2021-02-22cs.CLcs.DLstat.AP