Paper self-citation: An unexplored phenomenon
本研究首次探索了WoS数据库中论文自引这一反直觉现象，分析了44,857篇自引论文的成因及元数据分布特征，并讨论了其对文献计量指标的影响。
2025-03-06 cs.DL
The Wisdom of Citing Scientists
本文以高尔顿的《群体的智慧》（1907）为基础，讨论了引文分析在科研评价中的作用。引文是基于对许多人的评估，这就是为什么它们可以被归因于一定的准确性。然而，我们发现，引文是不完整的评估，不能假设大量的引文与高水平的有用性相关。只有当一个人知道一篇很少被引用的论文被广泛阅读时，才有可能说（严格地说）它对进一步的研究显然没有什么用处。通过与“相似”数据的比较，我们试图确定引用参考分析比引用次数分析更有意义的文献计量学数据分析。
2013-08-07 cs.DL physics.soc-ph stat.AP
Visualizing the context of citations referencing papers published by Eugene Garfield: A new type of keyword co-occurrence analysis
在尤金·加菲尔德漫长的信息科学家生涯中，他发表了大约1,500篇论文。在这项研究中，我们使用EG的令人印象深刻的作品，介绍了一种新型的文献计量学网络：基于引文上下文的关键词共现网络，这些网络在一定的论文集中被引用（这里：EG发表的论文）。引文上下文由位于特定引文周围的单词定义。我们从Microsoft Academic检索了引文上下文。为了解释和比较新网络类型的结果，我们生成了两个进一步的网络：共现网络，其基于（1）EG的论文和（2）引用EG出版物的论文的标题和摘要关键字。这三个网络的比较表明，EG的论文和引用EG的论文引用上下文的语义更密切相关，而不是引用EG的论文的标题和摘要。这一结果与引文在研究评价中的应用是一致的，即引文反映了被引者对被引出版物的认知影响。
2017-08-13 cs.DL
A qualitative and quantitative analysis of open citations to retracted articles: the Wakefield et al.'s case
在这篇文章中，我们展示了对一篇流行且被高度引用的撤回论文的开放引文进行定量和定性分析的结果：“回肠淋巴结结节性增生，非特异性结肠炎和儿童广泛性发育障碍”，Wakefield等人，出版于1998年。本研究的主要目的是了解期刊引用被撤论文的行为，以及被撤论文的引用量随时间积累的特点。我们的分析基于一种方法，该方法说明了我们如何收集数据，提取引用文章的主题，并将结果可视化。使用的数据和服务都是开放和免费的，以促进分析的可重复性。结果涉及引用Wakefield等人的实体的分析。的文章及其相关的文本引用。我们观察到，在过去的20年中，引用的数量不断增加，伴随着那些承认其撤回的百分比不断增加。引用文章已经开始讨论或处理撤回韦克菲尔德等人。的文章甚至在其完全撤回之前，发生在2010年。社会科学领域引用韦克菲尔德等人的文章。其中之一是那些主要讨论其撤回。此外，在观察文内引文时，我们注意到Wakefield等人收到的大部分引文。的文章集中在一般性的讨论，没有回顾严格的医疗细节，特别是在全面撤回之后。医学研究毫不犹豫地承认撤回，并经常提供强烈的负面声明。
2021-05-24 cs.DL
On the relation between the degree of internationalization of cited and citing publications: A field level analysis, including and excluding self-citations
科学挑战的日益复杂性要求国内和国际上日益密切的研究合作。由此产生的趋势不仅影响到产生新知识的方式，而且影响到在科学界传播新知识的方式。本文分析了一国科技成果的“国际化程度”与其引用文献的“国际化程度”之间的关系。实证分析基于2010-2012年意大利出版物。调查结果显示：i）被引用的概率随着研究团队的国际化程度而增加; ii）完全国内的研究团队倾向于在更大程度上引用完全国内的出版物; iii）反之亦然，国际合作产生的出版物倾向于被完全国外的出版物引用，而不是被包括国内作者的出版物引用。这些结果出现在整体和学科水平。研究结果可能会为面向国际化的研究政策提供信息。
2021-03-25 cs.DL
The negative effects of citing with a national orientation in terms of recognition: national and international citations in natural-sciences papers from Germany, the Netherlands, and the UK
国家可以根据是否引用国内或国际研究来区分。我们分析了三个主要的欧洲研究经济体（德国，荷兰和英国）在自然科学方面的研究成果，并询问他们的研究人员在哪里寻找支撑他们最高引用论文的知识。是面向国际还是仅限于国内资源？引用模式是否反映了国内和国际研究企业之间日益增长的差异？为了评估随着时间的推移而发生的变化，我们纳入了2004年、2009年和2014年三个出版年份在这些国家发表的自然科学论文。研究结果显示，由德国或荷兰的研究人员共同撰写的文章，如果也引用“国内”研究（即由同一国家的作者撰写的研究），则不太可能成为全球最高引用的文章。换句话说，被引用次数较少的研究更有可能站在国内的肩膀上，而被引用次数更多的研究更有可能站在国际的肩膀上。造成这一结果的一个可能原因是研究人员“过度引用”了他们自己国家的论文--缺乏对引用质量的关注。然而，国内和国际肩膀之间的这些差异对英国来说是不可见的。
2018-07-26 cs.DL
The Unique Citing Documents Journal Impact Factor (Uniq-JIF) as a Supplement for the standard Journal Impact Factor
本研究提出作为传统期刊影响因子补充的Uniq-JIF指标，通过单篇引用文献仅计数一次的方式降低引文操纵影响，经2023年Journal Citation Reports数据验证，其可有效识别问题期刊，提供更细致的期刊影响力评估视角。
2024-08-05 cs.DL
Do "bad" citations have "good" effects?
本文通过基于智能体的模型研究修辞性引用对科学文献的影响，发现其虽被视为“坏”引用，却能提高质量与引用的相关性、增加引用更替并降低引用不平等，从而有助于分散注意力和促进观点更替。
2023-04-16 cs.CY cs.DL cs.MA
The changing role of cited papers over time: An analysis of highly cited papers based on a large full-text dataset
该研究通过分析近900篇高被引论文及22万余篇施引全文，揭示被引论文角色随时间从主题方法引用转向背景符号引用的演变规律，指出需重视引文语境以完善科学影响力测度、推进学术搜索与科学图谱研究。
2025-09-04 cs.DL
Citation Recommendation based on Argumentative Zoning of User Queries
Nanjing University of Science and Technology（南京理工大学）；Tencent（腾讯）；Indiana University Bloomington（印第安纳大学伯明顿分校）
本文构建多任务学习模型联合进行引文推荐与论证分区分类，并基于PubMed Central构建新标注语料库，实验证明利用引文句中的论证信息能显著提升引文推荐性能。
2025-01-30 cs.CL cs.DL cs.IR
A quantitative and qualitative open citation analysis of retracted articles in the humanities
在这篇文章中，我们展示和讨论的结果，开放引文的定量和定性分析，以收回出版物在人文领域。我们的研究是通过选择人文领域的撤回论文并标记其主要特征（例如，收回原因）。然后，我们收集引用实体并注释其基本元数据（例如，标题、地点、主题等）以及它们的文本内引用的特征（例如，意图、情感等）。使用这些数据，我们进行了定量和定性研究的撤回在人文学科，提出了描述性统计和主题建模分析的引用实体的摘要和文本中的引用上下文。作为我们主要发现的一部分，我们注意到，在撤回一年后，引用的总数没有下降，很少有实体提到撤回或对引用的出版物表示负面情绪。此外，在一些情况下，我们注意到，与人文和社会科学领域相比，健康科学领域的引用实体在引用撤回的出版物时更关注/意识到这一点。哲学、艺术和历史是对撤回表示高度关注的人文学科。
2022-10-10 cs.DL cs.IR
Citation proximus: the role of social and semantic ties in citing behaviour
École de bibliothéconomie et des sciences de l’information, Université de Montréal（蒙特利尔大学图书馆与信息科学学院）；Danish Centre for Studies in Research and Research Policy, Aarhus University（奥胡斯大学丹麦研究与研究政策中心）；Consortium Érudit（Érudit联盟）；Observatoire des Sciences et des Technologies, Centre interuniversitaire de recherche sur la science et la technologie, Université du Québec à Montréal（魁北克大学蒙特利尔分校跨大学科研与科技研究中心科技观测站）；Department of Science and Innovation-National Research Foundation Centre of Excellence in Scientometrics and Science, Technology and Innovation Policy, Stellenbosch University（斯坦陵布什大学科学与创新系-国家研究基金会科学计量学与科学技术创新政策卓越中心）
研究通过分析经济学领域数据，发现合作网络中的紧密联系和主题相似性是引用行为的主要预测因素，强调社会和语义接近在引用中的重要性。
2025-02-19 cs.DL
New measures for evaluating creativity in scientific publications
我们研究的目标是了解思想是如何在大型社交网络中传播、结合和创造的。在这项工作中，我们看看在高频模拟电路设计领域的相关科学出版物的样本及其引文分布。我们工作的一个新颖方面是我们根据引用的原因和在出版物中的位置对引用进行分类的方式。我们创建了七个引用类别，从一般领域的参考文献，引用特定的方法在同一领域的问题中使用的参考文献，分析方法的参考文献，实验比较等。这些增加的信息使我们能够定义两个新的措施来表征创新性（新颖性和有用性）的出版物的基础上，其模式的引用聚类的原因，地点和引用科学组。我们分析了自2000年以来相关期刊上发表的30篇文章及其约300篇引文，这些文章都是高频模拟电路设计领域的。我们观察到，一个出版物从不同的科学团体收到的引用数量符合Levy型分布：大量的团体引用出版物相对较少的次数，而极少数的团体引用出版物大量的次数。我们研究了不同科学团体引用出版物的不同主题。
2014-06-30 cs.DL cs.SI physics.soc-ph
Interpreting Paper-to-Patent Citations in AI-Related PMC Articles
Peking University（北京大学）
本研究分析PMC中AI相关文献的论文-专利引用，发现其为选择性文献计量信号，与学术引用量、专利引用量相关，可通过大语言模型分类。
2026-10-13 cs.DL
Citing Less Critically: LLMs Reshape the Rhetoric and Reach of Scientific Citation
Northeastern University（东北大学）；University at Albany, State University of New York（纽约州立大学奥尔巴尼分校）
该研究通过掩码引用任务对比6种LLM与人类的引用行为，发现LLM引用批判性更低、过度引用热门旧论文、引用社会距离更远的作者，重塑了科学引用的修辞与范围。
2026-09-02 cs.CL cs.CY cs.DL
Storyteller: The papers co-citing Sleeping Beauty and Prince before awakening
在累积优势（CA）模型中，这是理解引用动态机制的最基本方法之一，论文的引用取决于它们被引用的次数。另一方面，CA中没有包括的一个实质性影响是，一些令人惊讶的发现在出版很长一段时间后突然获得引用。这种现象被称为睡美人（SB）。由于颠覆性的发现需要研究界进行长时间的讨论才能接受，因此SB可以捕捉创新性的发现，并揭示颠覆性科学知识生产的本质。文献计量学家们在研究学术期刊的引文爆发机制时，认为每一个学术期刊都存在一个“王子”（PR），它可以成为学术期刊觉醒的触发器。例如，获得诺贝尔化学奖的绿色荧光蛋白（GFP）的发现被忽视了30年，直到同样获得诺贝尔化学奖的Chalfie和Tsien开发出一种方法，将GFP用作基因工程中的标记蛋白。然而，Chalfies和Tsiens的研究如何重新揭示研究界隐藏的知识？如果能够厘清这种从无到有的再发现机制，将有助于科学支持和政策决策。本研究提出了一个故事讲述者，侧重于SB和PR之间的连接之前，SB获得引文共引爆发。回顾过去，PR被认为是唤醒SB的论文，但在PR提交时，它并不容易被检测为SB觉醒的触发器。我们将SB和PR在SB引用爆发前共同引用的论文命名为Storyteller（ST），并分析（1）ST如何有助于拓宽SB和PR联系的新颖性和（2）ST在觉醒后的引用爆发中的领先程度。
2022-05-03 cs.DL
crate2bib: Citing Rust crates made easy
该研究推出crate2bib工具集，通过查询服务器、提取元数据及搜索CITATION.cff文件生成Rust crates的参考文献条目，支持多形式使用，解决了Rust crates引用不便的问题。
2025-11-13 cs.DL
Are self-citations a normal feature of knowledge accumulation?
科学是一种累积性的活动，它可以通过引用的行为来表现自己。引文也是研究评价的核心，从而激励研究人员引用自己的工作。本文使用一个包含超过6300万篇文章和5100万名已消除歧义的作者的数据集，考察了自引和自指在学术交流景观中的相对重要性，它们与作者年龄和性别的关系，以及它们对各种研究评估指标的影响。结果表明，自我引用和自我参考在整个研究人员的职业生涯中朝着不同的方向发展，男性和老年研究人员更有可能自我引用。虽然自引平均对作者的引用率有小到中等的影响，但它们高度夸大了一部分研究人员的引用。通过比较被引和引用论文的摘要来评估不同类型引文的相关性，结果表明自引比其他类型的引文更相似，因此更相关。然而，自我参考更多的研究人员倾向于包括不太相关的引文。文章最后讨论了自引在学术交流中的作用。
2023-03-05 cs.DL
Information Diffusion in Computer Science Citation Networks
论文引文网络是一种传统的交流思想和知识的社会媒介。本文从信息扩散的角度来看待引文网络。研究了计算机科学期刊引文网络中信息路径的结构特征，分析了不同引文选择对论文后续影响的影响。我们发现，引用最近的论文和论文在同一个学术界获得了略多的引用平均。然而，这种相关性在高引用论文中较弱，这意味着对于高影响力的工作，引用一个人的领域是不太重要的。我们还研究了引文网络特定子集的信息流差异：书籍与会议和期刊文章，计算机科学的不同领域，以及不同的时间段。
2009-05-15 cs.CY cs.DL
Phocus: Picking Valuable Research from a Sea of Citations
新论文的泛滥严重阻碍了学术的发展，这主要是由作者级和出版物级的评价指标只注重数量造成的。长期以来，这些指标在学术界引起了一些严重的问题，困扰着关注这一重要研究方向的学者，甚至助长了浮躁的学术风气。为了解决这些问题，我们提出了Phocus，一种新的学术评价机制，为作者和论文。Phocus分析包含引用的句子及其上下文，以预测对相应引用的情感。Phocus结合其他因素对引文进行粗分类，对论文中的参考文献进行排序，并利用分类器和排序模型的结果得到参考文献对引文的局部影响因子。引文的整体影响因子是引文局部影响因子与引文总体影响因子的乘积。因此，作者的学术影响力因子是他对他合著的每篇论文的贡献的总和。
2022-01-14 cs.DL cs.IR
How are academic age, productivity and collaboration related to citing behavior of researchers?
参考文献是研究文章的重要组成部分，因此也是科学交流的重要组成部分。在这项研究中，我们调查了五个不同领域（天文学，数学，机器人，生态学和经济学）的参考（引用）行为，基于213，756篇核心期刊文章。在宏观层面，我们发现：（a）在研究期间，每篇文章的引用次数稳步增加（50年），这在某些领域是由于较高的使用率，而在其他方面反映了较长的文章，（b）自1980年代以来，所有领域中较老的基础参考文献的比例都有所增加，与互联网的引入相关的引用模式没有明显的变化。在中观层面上，我们探索了当前（2006-2010年）每个领域内不同类别作者（共21,562人）的引用行为，基于他们的学术年龄，生产力和合作实践。与之前的一些研究结果和预期相反，我们发现高级研究人员使用参考文献的频率与他们的初级同事相同，重复引用率相似（在多篇论文中使用相同的参考文献）。资深作者的高修正价格指数（MPI，比传统的价格指数更准确地衡量研究前沿的速度）表明，他们的研究与年轻同事的研究具有相似的前沿性。在所有领域中，多产的研究人员，特别是那些合作更多的研究人员使用的基础参考文献比例明显较低，并且具有更高的MPI和更低的再引用率，即，他们是推动研究前沿的人，而不管研究人员的年龄。本文介绍了改进的文献计量学方法来衡量研究前沿的速度，消除合著论文中的主要作者的歧义，并分离生产力和合作的措施。
2012-11-22 cs.DL physics.soc-ph
Thirty-Two Years of IEEE VIS: Authors, Fields of Study and Citations
IEEE VIS会议（VIS）最近将自己重新命名为一个统一的会议，并正式将自己定位于数据科学学科。在这一运动的推动下，我们调查了（1）谁为VIS做出了贡献，以及（2）VIS在科学界的地位。我们根据OpenAlex和IEEE Xplore等来源收集的数据，对过去32年中3，240篇VIS出版物的作者和研究领域进行了研究。我们还检查了引用论文的引用流（即，VIS中引用的那些）到VIS，以及从VIS到引用论文（即，引用VIS）。我们发现，VIS已变得越来越受欢迎和协作。出版物、独特作者和参与国家的数量一直在稳步增长。无论是跨国合作，还是教育和非教育机构之间的合作，即“跨类型合作”，都在增加。美国的主导地位正在下降，中国作者现在是VIS的重要组成部分。在作者所属类型方面，VIS越来越多地由来自大学的作者主导。我们发现，VIS研究的主题、灵感和影响是有限的，例如（1）VIS及其参考和引用的论文主要属于计算机科学领域，（2）引文主要在计算机科学的同一组子领域之间流动。我们的引文分析表明，获奖的VIS论文有更高的引用。交互式可视化、复制数据、源代码和补充材料可在https://32vis.hongtaoh.com和https://osf.io/zkvjm上获得。
2022-08-07 cs.DL
Weighted citation: An indicator of an article's prestige
我们建议使用加权引用的技术来衡量一篇文章的声望。该技术通过考虑引用期刊和引用时间间隔的影响，为每个参考文献分配不同的权重。加权引用捕获声望，而引用计数捕获受欢迎程度。我们比较了1998年至2007年发表在《美国信息科学与技术学会杂志》上的文章的受欢迎程度和声望的价值方差，发现大多数文章的地位相当。
2010-12-22 cs.DL
A protocol to gather, characterize and analyze incoming citations of retracted articles
在这篇文章中，我们提出了一种方法，该方法将撤回的文章集合作为输入，收集引用它们的实体，根据多个维度（学科，出版年份，情感等）描述这些实体，并对所收集的值进行定量和定性分析。该方法由四个阶段组成：（1）识别，检索和提取引用撤回文章的实体的基本元数据，（2）基于引用实体的文本内容提取和标记附加特征，（3）基于收集的数据构建描述性统计摘要，最后（4）运行主题建模分析。该方法的目标是生成数据和可视化，以帮助理解与撤回案例相关的可能行为。我们提出了一个结构化的一步一步的形式以下的四个阶段的方法，讨论其局限性和可能的变通办法，并列出计划未来的改进。
2021-06-03 cs.DL
Do you cite what you tweet? Investigating the relationship between tweeting and citing research articles
本研究以推文为分析单位，通过建模推文者的研究活动与被推文作品的关系，发现推文者更倾向于引用同机构、同期刊或自己参与的作品，且学术年龄越大引用所推文作品的可能性越小，但与发表量和积累的参考文献量呈正相关。
2023-06-28 cs.DL cs.SI
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。
2010-04-25 cs.DL physics.soc-ph
Towards Open Data for the Citation Content Analysis
本文介绍了由RANEPA资助的CitEcCyr项目的第一批结果。该项目旨在为用俄语撰写的研究论文创建一个开放引用数据源。与现有的引文数据源相比，CitEcCyr致力于提供以下附加值：a）生成引文数据的技术的透明和分布式架构; b）所有构建/使用的软件和创建的引文数据的开放性; c）足以进行引文内容分析的扩展引文数据集; d）用于对引用数据的质量和研究人员的引用活动进行公共控制的服务。
2017-10-01 cs.DL
How to structure citations data and bibliographic metadata in the OpenCitations accepted format
OpenCitations组织正在研究由社区直接提供的引用数据和书目元数据（例如，学者和出版商）。其目的是改善开放引文的总体覆盖面，这仍然远远不够完整，并使用所提供的元数据来丰富引用和被引用实体的特征。本文阐述了引文数据和书目元数据应如何结构化，以符合OpenCitations接受的格式。
2022-06-08 cs.DL
Well-Stratified Linked Data for Well-Behaved Data Citation
在本文中，我们分析了链接数据引用的功能需求，并确定了实现这样的任务所需的操作和原语的最小集合。引用链接数据意味着解决一系列数据出处问题，并找到一种识别数据子集的方法。这两个任务可以通过在数据中定义一个简单的类型系统并使用类型检查器对其进行验证来处理，这比解释具体化的RDF语句要简单得多，并且可以以非数据入侵的方式实现。最后，我们建议数据引用应该在数据之外进行处理，可能使用专门的语言。
2019-07-11 cs.DL
Forgotten Knowledge: Examining the Citational Amnesia in NLP
Stanford University（斯坦福大学）；National Research Council Canada（加拿大国家研究委员会）；Georgia Institute of Technology（佐治亚理工学院）
本研究分析了约71.5K篇NLP论文，揭示被引论文年龄多样性在2014年后逆转降至历史最低，且高引论文引用多样性最低，加剧了对近期研究的过度关注。
2023-07-31 cs.CL cs.DL
Unraveling the dynamics of growth, aging and inflation for citations to scientific articles from specific research fields
我们分析了美国物理学会期刊（PRA，PRB，PRC，PRD，PRE和PRL）的论文引文的时间演变。观察到的每种期刊上发表的论文数量随时间的变化被认为是由归一化引起的外源性可引用性变化。适当的通货膨胀调整的引用率被发现是可分离的偏好附件型增长内核和纯粹的过时相关（即，自出版以来作为时间的函数单调递减）老化函数。与不同期刊相关的增长内核和老化函数的经验提取参数的变化指向研究领域特定的引文强度和知识流的特征。与类似的结果的引用动力学的技术分类的专利队列的比较提供了更深入的了解信息传播的基本原则，引用行为所示。
2017-10-16 cs.DL cs.SI physics.soc-ph
[Citation needed] Data usage and citation practices in medical imaging conferences
IT University of Copenhagen（哥本哈根信息技术大学）；University of Rouen（鲁昂大学）；ZiteLab ApS（ZiteLab ApS公司）
针对医学影像领域数据集引用无统一标准、使用情况难追踪的问题，研究开发两款开源工具，分析两大会议十年间20个公开数据集的使用与引用特征，揭示使用集中化与引用习惯差异的现状。
2024-09-11 cs.CV cs.DL
Could freely available articles reduce faculty reliance on library for access? An analysis of items cited by faculty from Singapore Management University
各种研究试图评估网络上可用的免费全文的数量，最近的工作表明，我们接近50%的免费文章（Archambault et al. 2013; Bjork et al. 2010; Jamali and Nabavi 2015）。人们自然会想，这是否会减少研究人员对图书馆订阅的依赖。要做到这一点，我们不仅需要确定研究人员引用的论文现在是免费的，而且需要估计他们引用的论文在引用时是否是免费的。我们试图以新加坡管理大学经济学领域的研究人员的引用为样本。
2016-12-21 cs.DL
Jupyter notebooks as discovery mechanisms for open science: Citation practices in the astronomy community
引用数据和软件是一种给予学术信誉和方便访问研究对象的手段。引用原则鼓励作者在论文中提供对象的完整描述，并提供稳定的链接。作为一个聚合数据，软件和其他对象的笔记本电脑，它们可能会促进或阻碍引用，信用，以及对数据和软件的访问。我们报告了一项研究，在5年的时间内（2014-2018），天文学中引用了天文学笔记本。参考文献迅速增加，但只有不到一半的参考文献导致可以找到和打开的笔记本电脑。100字节的笔记本似乎更适合支持研究过程，而不是提供对研究对象的访问。我们建议作者引用单个数据和软件对象，并稳定出版物中引用的任何笔记本。出版商应该增加论文中允许引用的数量，并采用描述性的元数据丰富的引用风格，以促进信用和发现。
2020-04-24 cs.DL
Should Citations be Counted Separately from Each Originating Section
文章被引用用于不同的目的，因此在计算引用时区分原因可以提供更细粒度的引用计数信息。虽然识别和汇总每个引用的单独原因可能不切实际，但记录来自不同文章部分的引用数量可能会阐明引用计数背后的一般原因（例如，110篇引文= 10篇引言引文+ 100篇方法引文）。为了帮助调查这是否可能是一个实用和通用的解决方案，本文比较了来自6个不同标准部分的1900万篇引文，这些引文来自PubMed Central开放获取文章中的22个字段中的21个。在引用最多的章节中，不同领域之间存在明显的非系统性差异，一个章节的引用与另一个章节的引用重叠的程度，在大多数情况下都有一定程度的重叠。因此，在科学范围内，章节标题是部分不可靠的引文背景指标，即使它们在个别领域内更标准。它们仍然可以在领域内使用，以帮助识别具有某种影响力的个别高引用文章，特别是方法论（方法）或背景设置（介绍），但需要专家判断来验证结果。
2019-03-18 cs.DL
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。
2015-09-23 cs.DL
The practice of self-citations: a longitudinal study
在这篇文章中，我们讨论了一个实验的结果，我们分析了是否以及在多大程度上引入，在2012年，新的研究评估工作在意大利（又名。意大利科学障碍）影响了意大利研究界的自引行为。意大利科学院证明了研究人员的科学成熟度，在意大利，与许多其他国家一样，这是获得教授职位的要求。为此，我们从ScienceDirect获得了2012年意大利科学障碍赛参与者在1957年至2016年期间发表的35，673篇文章，通过语义发布技术提取了1，379，050篇引文。我们的分析显示，在所考虑的24个学科中，作者自引（即引用文章和被引用文章至少共享一位作者）的总体增加。然而，我们描述了一个更强的因果关系，这种增量和2012年意大利科学障碍在10个学科的24个分析引入的规则。
2020-02-19 cs.DL
Crystal: Characterizing Relative Impact of Scholarly Publications
Johns Hopkins University（约翰霍普金斯大学）
提出Crystal方法，利用大语言模型对引用论文进行联合排序，通过多数投票消除位置偏差，以更准确地区分高影响力引用，在人工标注数据集上准确率提升9.5%，F1提升8.3%。
2026-06-02 cs.AI cs.CL cs.CY
On full text download and citation distributions in scientific-scholarly journals
对Elseviers ScienceDirect中涵盖所有学科的文章全文下载的统计分析显示，下载频率，其偏斜度及其与基于Scopus的引用计数的相关性在学科，期刊和文档类型之间存在很大差异。下载次数往往比引用次数高两个数量级，而且分布不那么偏斜。基于两个指数之和的数学模型无法充分捕获每月下载计数。期刊内文章水平的相关程度与该期刊所涵盖学科的期刊水平相似，这表明期刊之间的差异在很大程度上是学科特定的。尽管在所有研究期刊中，每篇文章的下载量和引用数呈正相关，但出现在引用分布顶部的文章集与下载最频繁的文章集之间可能存在很少的重叠。使用和引用泄漏，批量下载，读者和作者群体之间的差异，在一个主题领域，文件或其内容的类型，下载和引用之间的过时模式的差异，阅读和引用在研究过程中的不同功能，都提供了可能的解释下载和引用分布之间的差异。
2015-10-17 cs.DL
Improper legitimization of hijacked journals through citations
我们的目标是研究被引用论文的普遍性：在真实的科学期刊上引用被引用期刊的论文，在学术文献中。Citejacked检测器被设计为Problematic Paper Screener（https：//www.irit.fr/Problematic-Guillaume.Cabanac/problematic-paper-screener/citejacked）的一部分，以跟踪引用来自被劫持期刊的文章是否渗透到科学传播中。在2021年11月至2022年1月期间，使用12种被劫持期刊中的1种期刊的名称在Dimensions数据库中进行了全文检索。对这些文章中参考书目的分析显示，其中828篇引用了来自被劫持期刊的不可靠文章。在2021年1月1日至2022年1月31日期间，平均每天有2篇被引用的文章发表在知名期刊上。鉴于本研究报告所包括的标题数量有限，这一现象可能更为广泛，尚未得到系统研究。
2022-09-10 cs.DL
Interactive Overlays: A New Method for Generating Global Journal Maps from Web-of-Science Data
方法和技术的最新进展使我们能够根据2009年科学引文索引和社会科学引文索引中包含的9，162种期刊之间的汇总引用关系，开发一个互动式覆盖全球科学地图。生成的映射由VOSViewer提供。我们首先讨论各种选项的优缺点：引用与引用，多维缩放与Spring嵌入式算法，VOSViewer与Gephi，以及各种聚类算法和相似性标准。我们的方法侧重于在多维空间的聚合期刊期刊引文跨越的期刊的位置。许多选择可以留给用户，但我们提供反映我们偏好的默认选项。还提供了一些例子，例如，使用这种技术来评估组织和/或文件集的跨学科性的潜力。
2011-05-15 cs.DL
The effects of citation-based research evaluation schemes on self-citation behavior
我们调查的变化，在自引行为的意大利教授引入一个基于引用的激励计划，国家认证的学术任命。以前对自引行为的贡献要么集中在小样本上，要么依赖于简单的模型，而不是控制所有的混杂因素。目前的工作采用了一个复杂的统计模型，对超过15,000名意大利教授的文献计量学个人数据。控制一些协变量（作者发表的可引用论文的数量;国际作者的存在;共同作者的数量;教授的专业化程度），自引率平均增加9.5%。所有学科和学术级别都普遍增加，尽管幅度不同。此外，增加是敏感的相对激励，这取决于学者的地位与科学认证。进一步的分析表明，自我引用行为的个体模式存在很大的异质性，尽管只有很少的离群值。
2021-02-10 cs.DL econ.GN q-fin.EC
Bibliometric Analysis of NIME References and Citations
本文利用现有工具和学术数据库元数据，对NIME论文的参考文献与引用进行文献计量分析，量化其出版生态与跨领域联系，并提出建议、共享软件和数据。
2024-05-07 cs.DL
Cited References and Medical Subject Headings (MeSH) as Two Different Knowledge Representations: Clustering and Mappings at the Paper Level
对于生物医学科学，医学主题词（MeSH）提供了丰富的功能，目前无法与广泛使用的引用/引用数据正确合并。在这里，我们提供的方法和例程，使MeSH条款适用于更广泛的使用在科学指标的研究：使用Web的科学（WoS）数据，可以生成矩阵的引用与引用的文件;使用PubMed/MEDLINE数据，矩阵的引用文件与MeSH条款可以类似地生成。这两个矩阵也可以重组为MeSH项与引用的参考文献的2模式矩阵。例如，使用参考文献中的缩写期刊名称，可以解决MeSH术语是否可以用作WoS主题类别的替代品以规范引用数据的问题。我们探讨的情况下，淀粉样蛋白级联假说在阿尔茨海默病（AD）的研究计划的例程的适用性。一个结论是，参考期刊提供档案结构，而MeSH术语主要表示研究前沿的变化（包括新颖性）。此外，我们探讨了使用引用/被引矩阵的主路径分析作为软件的副产品的选项。
2016-09-11 cs.DL
The validation of (advanced) bibliometric indicators through peer assessments: A comparative study using data from InCites and F1000
F1000的数据为我们提供了一个独特的机会，在一个广泛而全面的高质量评级数据集上调查同行评级和文献计量指标之间的关系。F1000是生物医学文献的出版后同行评审系统。度量与同行评估的比较已被广泛认为是验证度量的一种方式。基于InCites提供的七个指标，我们分析了原始引文计数（引用次数，第二代引文和每引用文档的第二代引文），归一化指标（期刊实际/预期引文，类别实际/预期引文和学科领域百分比）和基于期刊的指标（期刊影响因子）的有效性。该数据集包括2008年发表的125篇论文，属于细胞生物学或免疫学的主题类别。如结果所示，主题领域的百分位数与F1000评分的相关性最高;我们可以断言，对于另外三个指标（引用次数，第二代引文和类别实际/预期引文），与评分的“真实”相关性至少达到中等效应量。
2012-11-06 cs.DL stat.AP
Alternatives to the Journal Impact Factor: I3 and the Top-10% (or Top-25%?) of the Most-Highly Cited Papers
期刊影响因子（Journal Impact Factors，简称IF）可以被认为是历史上第一次使用两年平均值来规范引文分布的尝试。然而，人们已经认识到，引文分布在科学领域之间存在差异，需要对此进行规范化。此外，平均值或任何中心趋势曲线都不能很好地代表引文分布，因为这些分布是偏斜的。在过去几年中，为解决这两个问题采取了重要步骤。首先，可以使用引用受众作为参考集在文章级别进行规范化。其次，可以使用非参数统计来检验评级之间差异的显著性。基于引用分数计算的最高引用论文（前10%或前四分之一）的比例可以提供当前IF的替代方案。这一指标直观简单，便于进行统计检验，符合最新技术水平。
2012-02-04 cs.DL
Research Data Explored: Citations versus Altmetrics
该研究探讨了研究数据的被引程度、其随时间的分布以及它与汤森路透DCI（数据引用索引）中DOI（数字对象标识符）的可用性之间的关系。我们调查引用的研究数据是否“影响”（社交）网络，反映在altmetrics分数，以及引用的数量和来自各种社交媒体平台的altmetrics分数之和之间是否有任何关系。三个工具用于收集和比较altmetrics分数，即PlumX，ImpactStory和Altmetric.com。就覆盖范围而言，PlumX是最有用的altmetrics工具。虽然研究数据大多未被引用（约85%），但自2007年以来，引用已发表的数据集的趋势越来越明显。令人惊讶的是，在过去几年中，DCI中具有DOI的引用研究数据的数量百分比有所下降。只有九个数据库包含DOI和两个或更多引用的研究数据。altmetrics评分的引用研究数据的数量甚至更低（4 - 9%），但显示出过去十年研究数据的覆盖率更高。然而，没有观察到引文数量和altmetrics分数总数之间的相关性。某些数据类型（即调查、聚合数据和序列数据）更常被引用，并获得更高的altmetrics分数。
2015-04-21 cs.DL
Characteristics of LIS Research Articles Affecting Their Citation Impact
本文分析了2015年31本国际LIS期刊论文的引文影响，发现作者学科组成与引用得分显著相关，尤其在信息检索和科学交流领域，LIS与计算机科学联合的引用得分显著更高，创新在于联合分析内容、作者组成和影响。
2023-04-10 cs.DL cs.SI
Statistics in everyone's backyard: an impact study via citation network analysis
越来越多的策展引文数据为分析和理解科学出版物的知识影响力提供了丰富的资源。在统计学领域，目前对引文数据的研究主要集中在统计期刊和论文之间的相互作用上，将影响力的衡量主要局限于统计学本身。在本文中，我们迈出了理解统计在大数据时代对其他科学领域的影响的第一步。通过从Web of Science数据库中收集选定的统计期刊的综合文献计量学数据，我们调查了随着时间的推移，引用领域的引用趋势和组成，以显示其多样性一直在增加。此外，我们使用的本地聚类技术，涉及个性化的PageRank与电导大小选择，找到最相关的统计研究领域为一个给定的外部感兴趣的话题。我们为该过程提供了理论保证，并通过一些案例研究，表明我们的引文数据的结果与我们对这些外部主题的知识和直觉非常一致。总的来说，我们发现统计学界最近发明的统计理论和方法对其他科学领域的影响越来越大。
2021-10-16 cs.DL stat.AP
Challenges of measuring the impact of software: an examination of the lme4 R package
软件作为研究对象的兴起反映在对科学软件定量研究的兴趣日益增加。然而，由于引用软件的做法不一致，大多数现有的研究分析科学软件的影响是基于识别的软件名称在全文出版物中提到。尽管有其局限性，但引文数据比全文数据具有更大的数量和更广泛的科学领域覆盖范围，因此可以支持更大范围的研究结果。本文提出了一种分析，旨在评估在何种程度上引用数据可以用来重建软件的影响。具体来说，我们确定了与lme4 R包相关的各种可引用对象，并研究了包的影响如何分散在这些对象中。我们的研究结果揭示了一个很少讨论的挑战，使用引用数据来衡量软件的影响，即使在正式引用的类别，可能有不同的形式，其中相同的软件对象被引用。这个挑战可以通过更仔细地选择对象作为软件的代理来减轻。然而，它不能完全解决，直到我们有一个软件一个代理的软件引用政策。
2018-11-27 cs.DL
Data Citation for Large Language Models: A Challenge
University of Padua（帕多瓦大学）
本文指出大语言模型的数据引用是一项开放挑战，提出训练数据归因、推理时数据引用、知识图谱事实引用三个研究方向，需跨领域协同推进以解决该问题。
2026-08-27 cs.AI cs.DB cs.DL
Confirmation Bias and the Open Access Advantage: Some Methodological Suggestions for the Davis Citation Study
Davis（2008）分析了2004-2007年11种生物医学期刊的引文。15%的作者付费使其成为开放获取（OA）。结果是一个显着的OA引用优势，但一个小的（21%）。作者推断，OA优势每年都在缩小，但数据显示相反。需要进一步分析：（1）不仅需要考虑作者选择（付费）OA，还需要考虑免费OA自存档，而不是将其视为非OA。(2)需要报告和考虑每个期刊每年OA文章的比例。(3)需要考虑期刊影响因子和OA优势文章“引用括号”大小之间的关系。(4)影响力最大、样本量最大的期刊PNAS的样本量受到限制，并被排除在一些分析之外。需要完整的PNAS数据集。(5)OA和时间之间的相互作用，2004-2007年，是基于2008年6月的总累计引文计数的回顾性数据。引用的文章和引用的文章的日期都需要考虑。作者认为作者自我选择偏见是观察到的OA优势的主要原因，但本研究没有测试这一点或任何其他潜在的因果因素。作者认为，支付OA是不值得的成本，每额外的引用。但是随着OA的自我存档，OA和额外的引用都是免费的。
2008-08-26 cs.DB cs.DL
Medical articles in questionable journals are less impactful than those in non-questionable journals but still extensively cited
问题期刊的一个关键特征是缺乏对文章的充分同行评审。因此，质量未知的内容可能会被不知情的从业者利用，或者被纳入同行评审的研究，从而变得合法化。因此，有必要检查可疑期刊文章的引用模式，以了解可疑期刊研究的影响和范围。类似的研究往往侧重于来自低收入和中等收入国家的作者。因此，本研究调查了德国作者在可疑期刊上的研究概况和影响。可疑的期刊是通过将期刊与德国机构的作者的文章进行匹配来确定的，从Dimensions到Cabell的Predatory Reports。从Dimensions中提取这些文章的元数据和非可疑期刊中文章的比较样本，并比较两组之间的3年引文、自引、未引用率、共同撰写和引用国家的概况以及作者的机构类型。2010-2020年，德国作者在88种有问题的期刊上发表了近600篇文章。四分之三的人在医学和健康科学领域。在有问题的期刊上发表的医学文章比在无问题的期刊上发表的类似文章的引用次数要少得多。然而，有问题期刊上的文章仍然被1,736种主要是无问题期刊广泛引用。自我引用仅占这些引文的12%。来自非大学医疗机构的作者在可疑期刊的文章中占比过高。系统层面的变革是必要的，以消除有问题的期刊，并将高质量的研究转移到信誉良好的场所。
2022-10-27 cs.DL
VerbCL: A Dataset of Verbatim Quotes for Highlight Extraction in Case Law
University of Amsterdam（阿姆斯特丹大学）
引用法律意见是法律论证的关键部分，法律论证是一项专家任务，需要从法院判决中检索，提取和总结信息。为了引用的目的，在一个意见中识别法律上突出的部分可以被看作是一个特定领域的突出提取或段落检索任务的制定。由于其他领域的类似任务，如网络搜索，得到了很大的重视和改进，法律领域的进展因缺乏培训和评价资源而受到阻碍。本文提出了一个新的数据集，其中包括法院意见的引用图，引用以前发表的法院意见，以支持他们的论点。特别是，我们专注于逐字引用，即，在这种情况下，原始意见的文本被直接重复使用。通过这种方法，我们解释了法院意见的不同文本跨度的相对重要性，通过展示它们在引用中的使用，并测量它们对引用图中意见之间关系的贡献。我们发布了VerbCL，这是一个来自Courtswagen的大规模数据集，并将突出部分提取任务作为一个单文档摘要任务引入，该任务基于在VerbCL数据集上建立该任务的第一个基线结果的引用图。
2021-08-23 cs.CL cs.DL
