The goal of this working paper is to summarize the main empirical evidences provided by the scientific community as regards the comparison between the two main citation based academic search engines: Google Scholar and Microsoft Academic Search, paying special attention to the following issues: coverage, correlations between journal rankings, and usage of these academic search engines. Additionally, selfelaborated data is offered, which are intended to provide current evidence about the popularity of these tools on the Web, by measuring the number of rich files PDF, PPT and DOC in which these tools are mentioned, the amount of external links that both products receive, and the search queries frequency from Google Trends. The poor results obtained by MAS led us to an unexpected and unnoticed discovery: Microsoft Academic Search is outdated since 2013. Therefore, the second part of the working paper aims at advancing some data demonstrating this lack of update. For this purpose we gathered the number of total records indexed by Microsoft Academic Search since 2000. The data shows an abrupt drop in the number of documents indexed from 2,346,228 in 2010 to 8,147 in 2013 and 802 in 2014. This decrease is offered according to 15 thematic areas as well. In view of these problems it seems logical not only that Microsoft Academic Searchwas poorly used to search for articles by academics and students, who mostly use Google or Google Scholar, but virtually ignored by bibliometricians
Microsoft Academic: A multidisciplinary comparison of citation counts with Scopus and Mendeley for 29 journals
Microsoft Academic是一个免费的引文索引,允许大规模的数据汇集。这种结合使它对科学计量研究很有用。以前的研究发现,它的引用计数往往略大于Scopus,但小于谷歌学术,学科差异。这项研究报告了迄今为止最大和最系统的分析,从不同的专业领域选择了29种大型期刊的172,752篇文章。从2007-2017年发表的文章的Scopus引用计数,Microsoft Academic引用计数和Mendeley读者计数来看,Microsoft Academic发现引用次数略高于Scopus(6%),特别是今年(51%)。它发现引用比Mendeley读者整体(59%)少,今年只有7%。期刊之间的差异可能是由于现场预印本共享文化或期刊政策,而不是广泛的学科差异。
Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and OpenCitations' COCI: a multidisciplinary comparison of coverage via citations
最近出现了新的引文数据来源,如Microsoft Academic、Dimensions和CrossRef开放DOI-to-DOI引文的OpenCitations Index(COCI)。虽然这些已经与Web of Science(WoS),Scopus或Google Scholar进行了比较,但没有系统的证据表明它们在学科类别之间的差异。作为回应,本文调查了这六个数据源发现的3,073,351篇引文,涉及252个学科类别的2,515篇2006年出版的英语高被引文献,扩展和更新了之前最大的研究。Google Scholar找到了88%的引文,其中许多是其他来源没有找到的,几乎所有的引文都是由其余来源找到的(89%-94%)。在大多数学科类别中也存在类似的模式。Microsoft Academic是第二大引用(占所有引用的60%),包括82%的Scopus引用和86%的Web of Science引用。在大多数类别中,Microsoft Academic比Scopus和WoS发现了更多的引用(分别为182和223个学科类别),但在某些领域存在覆盖差距,例如物理学和一些人文学科类别。在Scopus之后,Dimensions是第四大引文(占所有引文的54%),包括Scopus引文的84%和WoS引文的88%。它在36个类别中发现了比Scopus更多的引用,在185个类别中超过了WoS,并…
Large-scale comparison of bibliographic data sources: Scopus, Web of Science, Dimensions, Crossref, and Microsoft Academic
我们提出了一个大规模的比较五个多学科的书目数据源:Scopus,Web of Science,Dimensions,Crossref和Microsoft Academic。该比较考虑了这些数据来源所涵盖的2008-2017年期间的科学文件。Scopus以成对的方式与其他每个数据源进行比较。我们首先分析数据源之间在文档覆盖率方面的差异,例如,重点关注随时间的差异,每个文档类型的差异以及每个学科的差异。然后,我们研究了引文链接的完整性和准确性的差异。根据我们的分析,我们讨论了不同数据源的优点和缺点。我们强调的重要性相结合的全面覆盖的科学文献与一套灵活的过滤器,使选择的文献。
The coverage of Microsoft Academic: Analyzing the publication output of a university
这是第一次详细研究微软学术(MA)的覆盖范围。基于一所大学的完整和验证的出版物列表,MA的覆盖率进行了评估,并与两个基准数据库,Scopus和Web of Science(WoS),在个人出版物的水平进行了比较。分析了引文数量,并检查了与数据检索和数据质量相关的问题。编写Perl脚本,根据出版物标题从MA检索元数据。该脚本在GitHub上免费提供。我们发现,MA在很大程度上涵盖了期刊文章、工作论文和会议项目,并且索引了比基准数据库更多的文档类型(例如,工作文件、论文)。MA在涵盖与书籍相关的文档类型和会议项目方面明显超过Scopus和WoS,但在期刊文章方面略落后于Scopus。MA的覆盖范围有利于大多数研究领域的评估文献计量学,包括经济学/商业,计算机/信息科学和数学。然而,MA在人文学科、非英语出版物和开放获取出版物的覆盖方面表现出与Scopus和WoS相似的偏见。MA和基准数据库之间的引文数量的等级相关性很高。我们发现,89.5%的出版物的出版年份是正确的,95.1%的期刊文章的作者人数是正确的。鉴于MA的快速和持续发展,我们得出结论,MA即将成为一个文献计量学的超级大国。然而,对MA元数据质量的全面研究仍然缺乏。
Finding citations for PubMed: A large-scale comparison between five freely available bibliographic data sources
PubMed作为一个重要的生物医学数据库,为用户提供免费的文献摘要检索服务。然而,这些文件之间的引用需要从外部数据源收集。虽然以前的研究已经调查了各种数据源的覆盖率,但引用的质量却没有得到充分的研究。作为回应,这项研究比较了3000万份PubMed文档的五个免费数据源的覆盖率和引用质量,包括CrossRef开放DOI-to-DOI引文的OpenCitations Index(COCI),Dimensions,Microsoft Academic Graph(MAG),National Institutes of Health Open Citation Collection(NIH-OCC)和Semantic Scholar Open Research Corpus(S2 ORC)。引入了三个金标准和五个度量标准来评估引文的正确性和完整性。我们的研究结果表明,Dimensions是最全面的数据源,为62.4%的PubMed文档提供了参考,优于官方的NIH-OCC数据集(56.7%)。其他数据源中超过90%的引用链接也可以在Dimensions中找到。MAG、COCI和S2 ORC的覆盖率分别为59.6%、34.7%和23.5%。在引文质量方面,Dimensions和NIH-OCC的总体结果最好。几乎所有的数据源都有高于90%的精确度,但它们的召回率要低得多。所有数据库在最近的出版物…
引文分析是研究评价中最常用的方法之一。我们看到通过文献计量学元数据进行引文分析的显著增长,主要是由于Web of Science、Scopus、Google Scholar、Microsoft Academic和Dimensions等引文数据库的可用性。由于近年来更容易获得全文出版物语料库,信息科学家已经远远超出了传统的文献计量学,利用全文数据处理技术的进步来衡量科学出版物的影响。这导致了引用上下文和内容分析、引用分类、引用情感分析、引用摘要和基于引用的推荐方面的技术发展。本文旨在对这些发展的研究进行评述。它的主要重点是使用自然语言处理和机器学习技术来分析引文的出版物。
The number of linked references of publications in Microsoft Academic in comparison with the Web of Science
在一项全面的微软学术(MA)研究的背景下,我们在第一步中探索了与Web of Science(WoS)相比MA中链接参考文献数据的质量。链接参考文献是文献计量学的主干,是引文索引中时代被引信息的基础。我们发现,MA和WOS之间的链接参考文献的一致性范围从弱到不存在的完整样本(苏黎世大学的出版物,在MA中的链接参考文献少于50)。对WoS中少于50个链接参考文献的样本进行的分析显示,MA和WoS中的链接参考文献之间存在很强的一致性。
Making a Name for Myself: On Academic Naming Policies and their Impact
University of Hamburg(汉堡大学);Heidelberg Institute for Theoretical Studies(海德堡理论研究所);University of Bremen(不来梅大学);Carnegie Mellon University(卡内基梅隆大学);Queer in AI;University of Oxford(牛津大学)