Journal Impact Factors (IFs) can be considered historically as the first attempt to normalize citation distributions by using averages over two years. However, it has been recognized that citation distributions vary among fields of science and that one needs to normalize for this. Furthermore, the mean-or any central-tendency statistics-is not a good representation of the citation distribution because these distributions are skewed. Important steps have been taken to solve these two problems during the last few years. First, one can normalize at the article level using the citing audience as the reference set. Second, one can use non-parametric statistics for testing the significance of differences among ratings. A proportion of most-highly cited papers (the top-10% or top-quartile) on the basis of fractional counting of the citations may provide an alternative to the current IF. This indicator is intuitively simple, allows for statistical testing, and accords with the state of the art.
Bibliometric analysis of the world scientific production in Chemical Engineering during 2000-2011. Part 2: Analysis of the 1,000 most cited publications
化学工程领域的科学生产的综合文献计量学分析已经进行了使用Web of Science数据库在2000-2011年期间通过三个互补的研究。第2部分表明,被引用最多的出版物转移到远东,特别是由于中国,然而,这种转移不太重要,观察到的总科学生产(第1部分)。在被引用最多的1,000篇文章中,美国仍然是文章数量最多的国家(31.5%),大大高于其出版物数量的预期,其次是德国(8.4%)和中国(7.5%)。国际合作,至少在全球范围内,似乎不是一个重要的问题,生产高引用论文。事实上,前25篇被引用最多的论文中只有两篇是国际合作(8%)。此外,在1,000篇被引用次数最多的论文中,有很大一部分(65%)是评论。虽然在该领域被引用次数最多的机构中出版物最多的机构来自美国,但被引用论文最多的两个机构是CNRS(法国)和CSIC(西班牙)。被引用最多的论文高度集中在少数几种期刊上:大约一半被引用最多的论文发表在五种期刊上。一般来说,被引用最多的论文发表在具有高影响因子的期刊上,然而,也有相当数量的高引用论文发表在低影响因子或没有影响因子的期刊上。
Characterizing the highly cited articles: a large-scale bibliometric analysis of the top 1% most cited research
我们对2007年至2016年期间约10,000篇科学文章进行了大规模分析,以研究影响引文的文献计量学或正式方面。进行横向分析,将文章分解为100多个科学领域和两组,一个实验组和一个对照组,每组随机抽取约5000份文件。实验组包括每个领域和出版年份中引用次数最多的前1%文章(高引用文章)的随机样本,对照组包括期刊引用报告(Web of Science数据库中的科学和社会科学引用索引)中剩余文章的随机样本。作为主要的结果,高被引的文章不同于非高被引的文章在大多数的文献计量学方面考虑。文章组之间在许多变量和领域存在显著差异,低于0.01水平。高被引论文发表在影响因子较高的期刊上(高于33个百分点),合著率高出25%。高被引文章在页数(增加10%)和参考文献(增加35%)方面也更长。最后,高被引文章的标题略短(低3%),但相反,摘要较长(高10%)。
Interactive Overlays of Journals and the Measurement of Interdisciplinarity on the basis of Aggregated Journal-Journal Citations
使用Web of Science上的“Analyze Results”(分析结果),可以直接生成覆盖到全球科学期刊地图上的内容。这些地图基于科学和社会科学引文索引(2011)的期刊引文报告(JCR)中包含的10,000多种期刊。检索的学科多样性用Rao-Stirling的“二次熵”来衡量。“由于跨学科性的这一指标是在0和1之间进行规范化的,因此跨学科性可以在文件集之间和跨年份之间进行比较,引用或引用。用于覆盖的颜色基于Blondel等人。的(2008)社区发现算法在JCR中包含的关系期刊上运行。结果可以从VOSViewer中导出,并带有不同的选项,如比例标签、热图或聚类密度图。地图也可以是网络启动的和/或动画的(例如,使用PowerPoint)。“引用”维度的聚合期刊期刊引文矩阵被发现提供了一个更全面的描述比矩阵的基础上引用的档案。本文还进一步讨论了局部图和全局图之间的关系及其在利用期刊文献研究科学中的不同作用:局部图和全局图是基于不同的假设,可以预期它们在解释科学时具有不同的目的。
Mendeley readership as a filtering tool to identify highly cited publications
这项研究提出了一个大规模的分析,随着时间的推移和跨学科的Mendeley读者分数的分布和存在。我们研究是否Mendeley读者评分(RS)可以识别高引用的出版物更有效地比期刊引用分数(JCS)。分析了2004-2013年期间在5个主要科学领域发表的具有DOI的Web of Science(WoS)出版物。这项研究的主要结果表明,读者评分比期刊引用评分更有效(在精确度/召回值方面),以识别所有科学领域和出版年份的高引用出版物。调查结果还显示,所有出版物中有86.5%被Mendeley覆盖,并且至少有一位读者。此外,具有Mendeley读者分数的出版物的份额从2004年的84%增加到2009年的89%,从2010年的88%下降到2013年的82%。然而,值得注意的是,从2010年起,出版物的读者密度平均高于引用分数。这表明,与引用分数相比,读者分数对于最近的出版物更普遍,因此它们可以作为研究影响的早期指标。这些发现突出了Mendeley作为科学计量学工具的潜力和价值,特别是作为识别高引用出版物的相关工具。
Interdisciplinarity as Diversity in Citation Patterns among Journals: Rao-Stirling Diversity, Relative Variety, and the Gini coefficient
定义和测量的问题继续限制跨学科测量的共识。使用Rao-Stirling(RS)多样性有时会产生异常结果。我们认为,这些意想不到的结果可能与使用“双概念多样性”,结合“品种”和“平衡”的定义(事前)。我们建议将RS多样性修改为一个新的指标(DIV),它独立地操作多样性,平衡性和差异性,然后将它们事后结合起来。“平衡”可以用基尼系数来衡量。我们将DIV应用于科学引文索引和社会科学引文索引的期刊引文报告2016年所涵盖的11,487种期刊的汇总引文模式作为经验领域,更详细地说,应用于被引用和引用方向上分配到Web of Science类别“信息科学和图书馆学”的85种期刊的引文模式。我们比较的指标的结果,并表明,DIV提供了改进的结果,在区分跨学科的知识整合(引用)与知识扩散(引用)。新的分集指标和RS分集度量不同的特征。在网上提供了一个衡量多样性的各种运作情况(在任何数据矩阵中)的例行程序。
ChatGPT cites the most-cited articles and journals, relying solely on Google Scholar's citation counts. As a result, AI may amplify the Matthew Effect in environmental science
Charles University(查理大学);OpenAI, Inc(OpenAI公司)
本研究通过让 ChatGPT 撰写环境科学子学科综述并分析其参考文献,发现其仅依赖 Google Scholar 引用次数而倾向引用高被引、较早且发表于顶级期刊的文献,从而可能加剧科学引用中的马太效应。
Introducing CitedReferencesExplorer (CRExplorer): A program for Reference Publication Year Spectroscopy with Cited References Standardization
我们介绍了一个新的工具-CitedReferencesExplorer(CRExplorer,www.crexplorer.net)-它可以用来消除歧义和分析引用的参考文献(CR)的出版物集下载从Web of Science(WoS)。该工具特别适合于识别那些经常被某一领域的研究人员引用的出版物,从而研究例如研究领域或主题的历史根源。CRExplorer简化了关键出版物的识别,使用户能够同时使用用于识别最常引用的参考出版物年份(RPY)的图表和最常引用的RPY的参考文献列表。该计划的另一个重点是CR的标准化。在文献计量学中,同一CR在WOS中存在多个变体是一个严重的问题。在这项研究中,CRExplorer是用来研究所有的论文发表在信息计量学杂志的CR。分析的重点是1980年和1990年之间发表的最重要的论文。
Analysis of the impact of studies published by Internext - Revista Eletrônica de Negócios Internacionais
本文对《Internext-国际商务评论》进行了引文分析,以检测2006-2013年期间发表的论文所造成的影响。使用Publish or Perish(PoP)软件,从Google Scholar数据库检索文章和引文。作为应用指标的一部分,有:作者按文章的分布,每年的引文,引文与自引,期刊的可引用与不可引用的文献,期刊的被引用与未被引用的文献,共词分析和H指数。截至2014年6月,共获得131篇文章,引用153次。大多数文章都有多个作者。在引文中还检测到一条上升线。《日刊》的自引率很低,表明大多数引用来源是巴西期刊。被引用最多的文章是在早期(2006-2008年)发表的,其主要主题与国际化理论和战略,交易分析和公司治理有关。Internext的H指数为6,G指数为9。
Identification of long-term concept-symbols among citations: Can documents be clustered in terms of common intellectual histories?
“引经”不仅被引率高,而且被引时间长达几十年。我们通过比较参考出版年光谱(RPYS)在随后的时间间隔内产生的光谱图中的峰是否表明这种长期影响。多RPYS使我们能够区分在十年内衰减的研究前沿的短期引用峰值与作为概念符号的历史构成(长期)引用(Small,1978)。使用这些构成性引用,能够对文档集进行聚类(例如,在知识共享的历史方面。我们使用多RPYS对Web of Science中的40种信息与图书馆学期刊进行聚类,以验证这一前提。因此,RPYS不仅可以用于检索根的研究(引用),但也为算法的引用集的史学。重要引用是历史上植根于其他引用中的符号,具有货币功能。
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。