Citation networks have fed numerous works in scientific evaluation, science mapping (and more recently large-scale network studies) for decades. The variety of citation behavior across scientific fields is both a research topic in sociology of science, and a problem in scientific evaluation. Normalization, tantamount to a particular weighting of links in the citation network, is necessary for allowing across-field comparisons of citation scores and interdisciplinary studies. In addition to classical normalization which drastically reduces all variability factors altogether, two tracks of research have emerged in the recent years. One is the revival of iterative "influence measures". The second is the "citing-side" normalization, whose only purpose is to control for the main factor of variability, the inequality in citing propensity, letting other aspects play: knowledge export/imports and growth. When all variables are defined at the same field-level, two propositions are established: (a) the gross impact measure identifies with the product of relative growth rate, gross balance of citation exchanges, and relative number of references (b) the normalized impact identifies with the product of relative growth rate and normalized balance. At the science level, the variance of growth rate over domains is a proxy for change in the system, and the variance of balance a measure of inter-disciplinary dependences. This opens a new perspective, where the resulting variance of normalized impact, and a related measure, the sum of these variances proposed as a Change-Exchange Indicator, summarize important aspects of science structure and dynamism. Results based on a decade's data are discussed. The behavior of normalized impact according to scale changes is also briefly discussed.
On the relationship between interdisciplinarity and scientific impact
本文分析了学科交叉对单个论文科学影响力的影响。利用2000年Web of Science上发表的所有论文，我们将给定论文的跨学科程度定义为其引用其他学科期刊的引用百分比。我们发现，尽管所有学科的论文的跨学科性水平和它们的引用率之间没有明显的相关性，但仍有一些学科的跨学科性水平越高，引用率越高。对于其他学科，引用随着跨学科的增长而下降。所有学科都有一个明显的特点：高度学科性和高度跨学科性的论文的科学影响力很低。这表明，可能存在一个跨学科的最佳状态，超过这个状态，研究就会过于分散，无法找到自己的位置，而在这个状态下，研究就会过于主流，无法产生很大的影响。最后，跨学科性和科学影响力之间的关系是高度决定的引用特性的学科：引用引用密集型学科的论文更有可能被这些学科引用，因此，获得更高的引用分数比引用非引用密集型学科的论文。
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。
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。
Two tales of science technology linkage: Patent in-text versus front-page references
关于科学对技术发展有多大用处，人们经常争论不休，但我们对什么样的科学对技术更有用知之甚少。本文通过探索专利的价值（通过专利前瞻性引用和股票市场对专利发布的反应来衡量）如何取决于它所建立的科学论文的特征，特别是基础性，跨学科性，新颖性和科学引用，填补了文献中的这一空白。使用33，337个USPTO生物技术实用专利及其860，879篇对Web of Science期刊文章的文本引用的数据集，我们发现（1）引用科学论文数量的积极影响，（2）基本性的倒U形效应，（3）跨学科性的影响不显著，（4）新颖性的不连续和非线性效应，（5）科学引文对专利市场价值有正向影响，但对专利引文的影响不显著。此外，当它们是中等基础的，较少跨学科的，不太新颖的，并且被引用的次数较多时，文本中引用的论文有更高的机会被列在同一专利的头版上。因此，使用首页引用产生的结果与使用文本中引用的结果有很大不同。
A macro level scientometric analysis of world tribology research output (1998 - 2012)
从SCOPUS和Web of Science数据库中提取了1998年至2012年15年期间与摩擦学研究相关的文献记录。宏观层面的科学计量指标，如增长率，国际合作论文的份额，每篇论文的引用，和非引用论文的份额。此外，还使用了基尼系数和辛普森多样性指数。本文提出了两个新的相对指标：相对国际合作率（RICR）和相对增长指数（RGI）。讨论了在整个研究期间贡献超过1000篇论文的主要国家的表现。审查了按收入群体分列的各大陆和国家的捐款和所占份额。进一步的研究贡献和引文影响选定的国家集团，如发展中八国集团（D8），东南亚国家联盟（东盟），南美国家联盟（南美联盟）和新兴和增长领先经济体（EAGLEs）国家进行了分析。摩擦学研究中存在着高度的学科交叉性。国家之间的分布不平等程度最高的是出版物和引用的数量。亚洲的表现优于世界其他地区，中国贡献了大部分论文（25%），而美国获得了大部分引用（22%）。总产量的84%是由亚洲地区，西欧和北美共同贡献的。这三个地区的出版物占总引用量的88%。全球约50%的研究成果来自中国、美国和日本。
When AI Meets Science: Research Diversity, Interdisciplinarity, Visibility, and Retractions across Disciplines in a Global Surge
Computational Social Science and Humanities, Barcelona Supercomputing Center, BSC-CNS, Barcelona, Spain（计算社会科学与人文，巴塞罗那超级计算中心，BSC-CNS，西班牙巴塞罗那）；Max Planck Institute for Demographic Research, Rostock, Germany（马克斯·普朗克人口研究所，罗斯托克，德国）
