In this paper we provide the reader with a visual representation of relationships among the impact of book chapters indexed in the Book Citation Index using information gain values and published by different academic publishers in specific disciplines. The impact of book chapters can be characterized statistically by citations histograms. For instance, we can compute the probability of occurrence of book chapters with a number of citations in different intervals for each academic publisher. We predict the similarity between two citation histograms based on the amount of relative information between such characterizations. We observe that the citation patterns of book chapters follow a Lotkaian distribution. This paper describes the structure of the Book Citation Index using 'heliocentric clockwise maps' which allow the reader not only to determine the grade of similarity of a given academic publisher indexed in the Book Citation Index with a specific discipline according to their citation distribution, but also to easily observe the general structure of a discipline, identifying the publishers with higher impact and output.
Towards a Book Publishers Citation Reports. First approach using the Book Citation Index
Web of Science Citation Indexes（SCI、SSCI和A&HCI）中没有书籍和书籍章节一直被认为是一个重要的缺陷，但汤森路透的图书引文索引数据库最终在2010年10月索引了29，618本书和379，082本书章节。图书引文索引为从文献计量学的角度分析这些领域打开了一扇新的机会之窗。本文的主要目的是分析2006-2011年社会科学和人文科学领域图书引文索引中涉及科学出版商的不同影响力指标。这样，我们就可以构建我们所谓的“图书出版商引文报告”。为此，我们根据人文与艺术和社会科学与法律的不同学科，为科学出版商提供了6个指标，共19个排名
Edited Volumes, Monographs, and Book Chapters in the Book Citation Index (BKCI) and Science Citation Index (SCI, SoSCI, A&HCI)
2011年，路透社推出图书引文索引（BKCI）作为科学引文索引（SCI）的一部分。Web of Science第5版的界面使用户能够搜索“书籍”和“书籍章节”作为新类别。然而，书籍和书籍章节总是被引用的参考文献，自2005年以来，书籍章节已被列入数据库。我们探索这两个类别与BKCI和SCI，并在姐妹社会科学（SoSCI）和艺术与人文（A&HCI）数据库。编辑卷中的书籍章节可以被高度引用。书籍包含许多引用参考，但相对较少被引用。这可能是因为书籍的流通速度比期刊文章慢。在科学计量学上，可以区分“书籍”中的专著和编辑卷。专著在引用影响方面可能被低估，或者使用出版绩效指标被高估，因为单个章节在文章，评论和/或书籍章节方面分别被视为贡献。
Citation concept analysis (CCA) - A new form of citation analysis revealing the usefulness of concepts for other researchers illustrated by two exemplary case studies including classic books by Thomas S. Kuhn and Karl R. Popper
近年来，论文全文越来越多地以电子方式提供，这为更详细地定量研究引文上下文提供了可能性。在这项研究中，我们介绍了一种新的形式的引文分析，我们称之为引文概念分析（CCA）。CCA的目的是揭示某些概念的认知影响-在一份文件中发表-对引用作者。它统计了在引用出版物的引用上下文中提到（引用）概念的次数。我们用三个经典的例子来说明这一方法：（1）托马斯·S。库恩的《科学发现的逻辑》（Logik der Forschung：Zur Erkenntnistheorie der modernen Naturwissenschaft）和卡尔·R·库恩的《猜想与反驳：科学知识的增长》（Conjectures and refutations：the growth of scientific knowledge）。波普正如我们的研究结果所显示的那样，库恩的“范式”概念产生了重大影响，这并不奇怪。令人惊讶的是，它的影响比库恩的其他概念大得多，例如，“科学革命”。范式概念占库恩工作概念相关引文的80%以上，其影响力在所有学科和时间上都具有弹性。关于波普尔，“证伪”是从他的书中衍生出来的最常用的概念。证伪毕竟是波普尔批判理性主义的基石。
Beyond citations: Scholars' visibility on the social Web
传统上，学术影响力和知名度是通过计算学术文献中的出版物和引用来衡量的。然而，越来越多的学者也出现在网络上，在越来越多的社会生态系统中建立存在。但是，这种存在有多广泛，有多成熟，社交网络影响的衡量标准与传统的衡量标准有什么关系？为了回答这个问题，我们从2010年莱顿STI会议上抽样调查了57位演讲者，收集了他们的出版物和引用次数，以及演讲者的网络足迹数据。“我们发现网络存在广泛而多样：84%的学者有主页，70%在LinkedIn上，23%有公开的Google Scholar个人资料，16%在Twitter上。对于抽样学者的出版物，社会参考管理器书签进行了比较，Scopus和Web of Science引文;我们发现，Mendeley涵盖了80%以上的抽样文章，Mendeley书签显着相关（r= 0.45）Scopus引用计数。
Measuring Book Impact Based on the Multi-granularity Online Review Mining
Nanjing University of Science and Technology（南京理工大学）；Jiangsu Key Laboratory of Data Engineering and Knowledge Service (Nanjing University)（江苏省数据工程与知识服务重点实验室（南京大学））；Alibaba Research Center for Complex Sciences, Hangzhou Normal University（杭州师范大学阿里巴巴复杂科学研究中心）；East China Normal University（华东师范大学）
本章重点分析当前黄金开放获取（OA）的出版趋势。本章的目的是全面了解国家模式、开放获取期刊的特点以及金牌开放获取与非金牌开放获取期刊的引文差异。为此，我们将首先回顾当前关于开放获取的文献及其与所谓的引文优势的关系。从时间顺序的角度出发，我们将描述它的发展，不同国家是如何推动OA出版的，以及它对期刊出版业的影响。我们将通过调查不同分析单位产生的研究成果来深化分析。首先，我们将重点关注国家的生产，特别强调引用和学科差异。一个感兴趣的点将是国家特质的识别和OA出版物和地方利益的研究之间的关系。这将导致我们的第二个分析单元，在Web of Science中索引的OA期刊。在这里，我们将深入研究期刊的特点和出版商类型，以明确识别可能影响OA和传统期刊之间引文差异的因素，这些因素不一定来自OA因素。许多国家鼓励黄金OA出版，而不是绿色OA。本章旨在充分了解它如何影响研究人员的出版模式，以及它是否确保了所谓的引文优势，而不是非黄金开放式存取出版物。
The substantive and practical significance of citation impact differences between institutions: Guidelines for the analysis of percentiles using effect sizes and confidence intervals
