Modeling and Predicting Citation Count via Recurrent Neural Network with Long Short-Term Memory
科学研究的快速发展每年都创造了大量的出版物。在众多科学影响力的量化指标中，引用计数因其在研究界的频繁使用而脱颖而出。虽然同行评审过程是预测论文未来影响力的主要可靠方法，但在大数据时代，基于引文记录预测持久影响力的能力在科学影响力分析中越来越重要。论文主要研究期刊被引量的长期预测问题，这是一个新兴的、具有挑战性的应用研究课题。基于以往长期科学影响力量化研究中独立证实的四个关键现象，包括出版物的内在质量、老化效应、马太效应和近因效应，本文统一了所有这些观察结果的表述。在此基础上，提出了一个基于长短期记忆单元的循环神经网络的论文长期被引量预测模型。在一个真实的大规模引文数据集上的实验表明，该模型始终优于现有的方法，并取得了显着的性能改善。
2022-04-21 cs.DL physics.soc-ph
Predicting citation counts based on deep neural network learning techniques
Faculty of Computer Science and Engineering, Shahid Beheshti University G.C（计算机科学与工程学院，沙希德·贝赫什蒂大学（总校区））
随着世界范围内发表的科技论文数量的不断增加，对科技论文的评价和质量评估方法的需求也越来越大。科学计量学、信息计量学、文献计量学等学科为科技论文建立了定量化的分析方法和测量手段。在这一领域，一个重要的问题是预测发表论文的未来影响力。特别是，早期的有影响力的文件和无关紧要的文件之间的歧视可能会发现重要的应用。在这方面，最重要的指标之一是论文的引用次数，因为该指标广泛用于科学出版物的评估，而且它是许多其他指标（如h指数）的基础。在本文中，我们提出了一种新的方法来预测长期引用的论文发表后的头几年内的引用数的基础上。为了训练引文预测模型，我们采用了人工神经网络，这是一种功能强大的机器学习工具，最近在包括图像和文本处理在内的许多领域都有越来越多的应用。实证实验表明，我们提出的方法优于国家的最先进的方法方面的预测精度，在每年和总的引文量的预测。
2019-03-16 cs.DL cs.LG cs.SI
Early Indicators of Scientific Impact: Predicting Citations with Altmetrics
Northern Illinois University（北伊利诺伊大学）
在早期阶段识别重要的学术文献对学术研究界和其他利益相关者（如技术公司和政府机构）至关重要。由于大量的研究发表和不断变化的跨学科领域的增长，研究人员需要一种有效的方法来确定重要的学术工作。一个特定的研究出版物被引用的数量已经被用于这一目的，但这些需要时间来发生和积累更长的时间。在本文中，我们使用altmetrics来预测学术出版物可能获得的短期和长期引用。我们建立各种分类和回归模型，并评估它们的性能，寻找神经网络和集成模型，以最好地执行这些任务。我们还发现，Mendeley读者群是预测早期引用的最重要因素，其次是其他因素，如读者的学术地位（例如，学生，博士后，教授），Twitter上的追随者，在线帖子长度，作者计数，以及Twitter，维基百科和不同国家的提及次数。
2020-12-25 cs.CY cs.DL cs.LG
Predicting Patent Citations to measure Economic Impact of Scholarly Research
Northern Illinois University（北伊利诺伊大学）
资助研究和开发的一个关键目标一直是促进经济发展。在此基础上，发表了一系列研究报告，目的是确定经济影响的确切构成以及如何准确衡量这种影响。许多指标被用来衡量经济影响，但没有一个指标被广泛采用。基于从Altmetric收集的专利数据，我们使用几种分类模型通过各种社交媒体功能预测专利引用。引用研究论文的专利意味着它在其领域的直接应用潜力。这些预测可供研究人员在申请专利时确定其工作的实际应用。
2019-06-07 cs.DL cs.LG econ.GN
Predicting the Citation Count and CiteScore of Journals One Year in Advance
Carleton University（卡尔顿大学）
预测学术期刊的未来表现是一项可以使各种利益相关者受益的任务，包括编辑人员，出版商，索引服务，研究人员，大学管理人员和授予机构。利用期刊表现的历史数据，这可以被视为一个机器学习回归问题。在这项工作中，我们研究了两个这样的回归任务：1）预测期刊在下一个日历年将收到的引用数量，2）预测期刊在下一个日历年将被分配的Elsevier CiteScore。为了解决这些任务，我们首先创建一个数据集的历史文献计量学数据的期刊索引在Scopus。我们建议使用在我们的数据集上训练的神经网络模型来预测期刊的未来表现。为此，我们进行特征选择和模型配置的多层感知器和长短期记忆。通过与启发式预测基线和经典机器学习模型的实验比较，我们证明了我们提出的模型在预测未来引文和CiteScore值方面的优越性能。
2022-10-24 cs.DL cs.LG
Predicting the popularity of scientific publications by an age-based diffusion model
预测科学出版物的受欢迎程度引起了各学科的广泛关注。本文研究了科技论文的流行度预测问题，提出了一种基于年龄的扩散模型（AD），用于识别哪些论文在不久的将来会获得更多的引用，哪些论文会流行。AD模型是对沿着引文网络的注意力扩散过程的模拟。实验研究表明，AD模型比其他基于网络的方法具有更高的预测精度。对于一些新发表的论文，没有积累很多的引用，但将在不久的将来流行，AD模型可以大大提高他们的排名。这非常关键，因为从每月发表的大量新论文中识别出未来的高被引论文将为研究人员提供非常有价值的参考。
2020-10-16 cs.DL
How Does Author Affiliation Affect Preprint Citation Count? Analyzing Citation Bias at the Institution and Country Level
引文是科学话语的一个重要方面，对于量化研究者的科学影响力具有重要意义。以前的作品观察到，引用不仅基于纯学术贡献，而且基于非学术属性，如作者的从属关系或性别。这样就产生了引文偏差。现有的作品，然而，没有分析预印本方面的引用偏见，虽然他们在现代学术交流中发挥着越来越重要的作用。在本文中，我们调查预印本是否受到引文偏见方面的作者隶属关系。我们测量引用偏差bioRxiv预印本及其出版商版本在机构层面和国家层面，使用洛伦兹曲线和基尼系数。这使我们能够减轻混杂因素的影响，并查看与作者从属关系相关的引用偏见是否对预印本引用产生更大的影响。我们观察到一致较高的基尼系数预印本比出版商的版本。因此，我们可以确认引用偏差的存在，而且在预印本的情况下更严重。随着预印本的增加，基于隶属关系的引用偏见不仅对作者来说是一个重要的话题（例如，当决定引用什么时），而且还包括使用引用进行科学影响量化的人和机构（例如，资助机构基于引用计数来决定资助）。
2022-05-04 cs.DL
Predicting citation impact of research papers using GPT and other text embeddings
本研究结合自然语言处理与机器学习，利用GPT和TFIDF等文本嵌入技术处理ACS期刊论文摘要，通过随机森林算法预测论文引用影响力，在仅使用摘要文本的情况下实现了80%的预测准确率。
2024-07-29 cs.DL
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。
2017-11-23 cs.DL
On the relationships between bibliographic characteristics of scientific documents and citation and Mendeley readership counts: A large-scale analysis of Web of Science publications
在本文中，我们提出了第一个大规模的分析与特定文件的书目特征之间的关系Mendeley读者和引文计数。分析了Web of Science（WoS）所涵盖的期刊上发表的来自不同领域的130万篇出版物的数据集。这项工作表明，由于引用值较低而经常被排除在引用分析之外的文档类型，如编辑材料，信件或新闻条目，在Mendeley中得到了很好的覆盖和保存，这表明Mendeley读者群可以可靠地为这些文档类型的分析提供信息。研究结果表明，合作论文经常保存在Mendeley，这是类似于观察到的引文。然而，读者群与标题长度和页数之间的关系比在引文中观察到的相同关系要弱。对不同学科的分析也指出了几个文献特征、读者群和引文数量之间关系的不同模式。总体而言，结果强调，虽然存在学科差异，读者人数与类似的书目特征相关的引用计数，加强了这样一种想法，即门德利读者和引用捕获类似的概念的影响，虽然它们不能被视为等同的指标。
2017-12-22 cs.DL
Predicting the future success of scientific publications through social network and semantic analysis
引文承认科学出版物对后续工作的影响。同时，决定如何以及何时引用一篇论文，也受到社会因素的严重影响。在这项工作中，我们进行了实证分析的基础上，数据集的2010-2012年全球化学工程出版物。我们使用社会网络分析和文本挖掘来衡量出版物属性，并了解哪些变量可以更好地帮助预测他们未来的成功。控制出版物的内在质量和署名作者的数量，我们能够预测一篇论文在出版后六年内收到的引用的学术影响，准确率接近80%。结果表明，在其他条件相同的情况下，最好与轮换的合著者共同发表，并使用更积极的词汇和更复杂的语言撰写论文摘要，从而提供更多信息。不同社会团体合作出版的出版物也吸引了更多的引用。
2021-03-26 cs.DL
Empirical Patterns in Google Scholar Citation Counts
学术影响力可以使用作者的引用总数作为实际价值的替代来衡量，但这种衡量标准在不同学科之间的适用性不同。每种出版物被引用次数的细节现在在网络上有更详细的映射，揭示了某些经验模式。本文探讨了这些模式，使用来自谷歌学术的引文数据的一些作者。
2014-01-08 cs.DL
Testing the fairness of citation indicators for comparison across scientific domains: the case of fractional citation counts
引文数量被广泛用于评估科学研究的质量。使用原始引文计数通常会产生误导，特别是在应用于跨学科比较时，因为收到的平均引文数在很大程度上取决于论文参考文献的科学学科。衡量和消除引文模式中的偏见对于合理使用引文数量至关重要。为此目的，已经采用了若干数字指标，但迄今为止，还没有制定具体的统计检验方法来评估这些数字指标的公平性。在这里，我们提出了一个统计方法，旨在估计有效性的数值指标抑制引用偏见。该方法实现简单，可以很容易地推广到各种场景。作为一个实际的例子，我们测试，在一个受控的情况下，分数引用计数，这是最近提出的跨学科比较的工具的公平性。我们发现，这个指标是不能消除偏见的引用模式和执行比平均值的引用计数的重新缩放差得多。
2011-11-25 cs.DL physics.soc-ph
Do Mendeley readership counts help to filter highly cited WoS publications better than average citation impact of journals (JCS)?
本研究以Mendeley地区科技期刊使用者的学术地位为研究对象，从学科领域、引文和读者影响三个方面分析Mendeley期刊使用者的使用模式。本研究的主要重点是研究Mendeley读者计数的过滤能力相比，期刊引用分数检测高被引WoS出版物。主要发现表明，与5个主要科学领域的引用相比，门德尔利读者的接受速度更快。科学用户与引用的相关性较高，表明这些用户之间的阅读和引用行为之间的相似性。研究结果表明，在所有学科领域和大多数用户类型中，Mendeley读者数对高被引出版物（PPtop 10%）的过滤效果优于期刊引用分数。这一结果加强了潜在的作用，Mendeley读者可以发挥通知科学和替代的影响。
2015-07-08 cs.DL
A two-stage model for factors influencing citation counts
本研究针对论文引用量的离散特征，构建负二项栅栏两阶段模型，基于4万余篇经济商业领域论文数据，分析了合作、基金、期刊影响因子等多因素对引用量及零引用概率的影响。
2025-05-21 cs.DL stat.AP
Could scientists use Altmetric.com scores to predict longer term citation counts?
来自Altmetric.com的Altmetrics被出版商和研究人员广泛使用，以提供比引用计数更早的注意力证据。本文评估了Altmetric.com的分数是否是未来可能影响的可靠早期指标，以及它们是否也反映了非学术影响。初步因素分析表明，学术影响力的主要指标是Mendeley读者数，在某些领域的新闻，信息和社交网络讨论/推广方面较弱。根据对2015年11月Altmetric.com数据和2017年10月Scopus引用计数的回归分析，只有Mendeley读者计数是未来引用影响的一致预测因素。大多数其他Altmetric.com分数可以帮助预测未来在某些领域的影响。总的来说，结果证实，早期的Altmetric.com分数可以预测后来的引用计数，虽然不如期刊影响因子，最佳策略是同时考虑Altmetric.com分数和期刊影响因子。Altmetric.com的分数也可以反映某些领域的非学术影响力。
2018-01-31 cs.DL
A reverse engineering approach to the suppression of citation biases reveals universal properties of citation distributions
书目数据库中包含的大量信息最近推动了引用和基于引用数量的其他指标的使用，作为定量评估科学研究的工具。引用次数通常被解释为论文、期刊、学者和机构的科学影响力的代表。然而，一个严格的和科学的方法正确使用引用计数仍然是缺失的。特别是，在原始引用计数方面的跨学科比较系统地有利于具有较高引用率和出版率的科学学科。在这里，我们进行了详尽的研究数以百万计的论文的引用模式，并得出一个简单的转换的引用计数能够抑制不成比例的引用计数之间的科学领域。我们发现，转换是很好地描述了幂律函数，和转换的参数值是每个科学学科的典型特征。因此，引用模式的普遍属性来自于这样一个事实，即特定领域中论文的引用分布都是同一个单变量分布家族的一部分。
2012-03-30 cs.DL physics.soc-ph
Citation gaming induced by bibliometric evaluation: a country-level comparative analysis
几年前，全球各国的研究评价系统开始使用量化指标来衡量研究人员的业绩。然而，这些系统对被评估研究人员行为的影响在很大程度上仍然是未知的。我们试图阐明这一主题，通过调查意大利研究人员如何对2011年引入的国家法规做出反应，其中专业生涯的关键段落由文献计量指标管理。一种新的内在性衡量标准，能够衡量一个国家的科学自我指涉程度，被定义为来自该国本身的引文与该国收集的引文总数的比例。与2000-2016年期间其他G10国家的趋势相比，意大利的内向性在引入新的评估规则后显示出净增长。事实上，在全球范围内，以及在大多数研究领域，意大利成为欧洲国家最高的内在性。可能的解释提出和讨论，得出的结论是，所观察到的趋势是强烈暗示的一个广义的战略使用的引用，无论是在形式的作者自引和引用俱乐部。我们认为，意大利的情况下提供了至关重要的见解的评价系统的构成效果。因此，它可以成为关于在科学政策背景下使用指标的辩论中的典型案例。
2019-04-09 cs.DL
Citation Analysis of Computer Systems Papers
引文分析在文献计量学文献中广泛使用，以评估单个作品，研究人员，机构甚至整个研究领域的影响。在本文中，我们分析了在计算机科学，即计算机系统的一个大的和有影响力的领域的引文。使用来自2017年50个系统会议的2，088篇论文的横截面样本的引文数据，我们研究了四个研究问题：系统引文的总体分布;它们随时间的演变;系统论文数据库（Google Scholar和Scopus）之间的差异;以及该领域自引的特征。我们发现，只有1.5%的论文在五年后仍然未被引用，而12.8%的论文至少被引用了100次，这两个统计数据都优于许多其他科学领域。系统中被引用最多的子领域和会议领域是安全性、数据库和计算机体系结构。大多数论文在发表后一年内实现了第一次引用，并且引文数量中位数在五年内继续以几乎线性的速度增长，只有少数论文在此之前达到峰值。我们还发现，早期的引文可能与免费提供预印本的论文有关，或者可能主要由自引组成。对于大多数论文来说，自引与总引用的比率开始相对较高，但似乎在12- 18个月内稳定下来，此时高引用论文恢复到主要是外部引用。过去的自引计数（取自每篇论文的参考文献列表）似乎与每篇论文未来的自引计数几乎没有任何关系。引文数据库的选择在相对引文比较中也几乎没有差异，尽管绝对计数有显著差异。
2023-01-30 cs.DL
From Citation count to Argumentation count: a new metric to indicate the usefulness of an article
引用计数是一个可量化的指标，用来表示一篇文章被其他文章引用的次数。人们认为，如果一篇文章被经常引用，那么它一定是一篇重要或有影响力的文章;然而，不能保证被引用最多的文章质量良好。本文提出了一种新的引文分析指标--论辩数。建议的度量，论证计数是一个三元组的数量为每个概念的文章，有助于提供一个量化的措施有关的有用性的文章。
2014-06-26 cs.DL cs.IR
What Do Citation Counts Measure? An Updated Review of Studies on Citations in Scientific Documents Published between 2006 and 2018
本文的目的是更新Bornmann和Daniel（2008）对科学文献中引文研究的叙述性综述。目前的综述涵盖了2006年至2018年期间发表的41项研究。Bornmann和Daniel（2008）关注的是早些年。本文介绍了引文内容和语境分析的最新研究，以及通过问卷调查和访谈的方式探讨学者引文动机的研究。本文的一个重点是在过去十年中的技术发展，如更丰富的元数据和机器可读格式的科学论文。这些发展导致了综合研究中大型数据集的引用上下文分析（这在以前是不可能的）。近年来，许多研究使用计算和机器学习技术来确定引文功能和极性，其中一些研究试图克服以往研究的方法论缺陷。引文功能的自动识别似乎具有极大地增强引文索引和信息检索能力的潜力。我们对实证研究的回顾表明，一篇论文可能会因为非常不同的科学和非科学原因而被引用。这一结果与Bornmann和Daniel（2008）的发现一致。为了更好地理解引文和被引文献之间的关系，需要分析引文的各种特征，主要是引文语境、引文的语义和语言模式、引文在被引文献中的位置以及引文极性（负、中性、正）。
2019-07-29 cs.DL
Citation Count Analysis for Papers with Preprints
我们探讨了在arXiv上预发表的论文获得更多引用的程度，试图更清晰地描绘与预发表相关的公平问题。论文的引用计数是使用负二项广义线性模型（GLM）估计的，同时观察一个二元变量，该变量表明该论文是否已预先发表。我们控制作者影响力（通过作者在论文写作时的h指数），发表地点和论文在arXiv上可用的总时间。我们的分析只包括最终在顶级CS会议上被接受发表的论文，并且在接受通知之前或之后发布在arXiv上。我们观察到，在被接受之前提交给arXiv的论文，与之后提交的论文相比，在接下来的一年中平均有65%的引用。我们注意到这一发现不是因果关系，并讨论可能的下一步。
2018-05-14 cs.DL
How large is the error effect when summing or averaging nonlinear field normalization citation counts at the paper level?
本研究探讨了在论文层面对非线性字段归一化引用计数进行求和或求平均时的误差效应，发现该误差虽存在但相对较小，且受样本出版物同质或异质性的显著影响，对计算研究单位整体影响力有重要意义。
2025-11-04 cs.DL
A multi-dimensional analysis of usage counts, Mendeley readership, and citations for journal and conference papers
本研究以IEEE Xplore 2016年的期刊和会议论文为对象，通过多类分析探究使用次数、Mendeley读者数与引用量的关系及两类论文的差异，揭示了指标关联特征与中介效应，拓展了相关领域认知。
2024-01-26 cs.DL
Eigenfactor : Does the Principle of Repeated Improvement Result in Better Journal Impact Estimates than Raw Citation Counts?
Eigenfactor.org是一种期刊评估工具，它使用迭代算法来加权引用（类似于Google使用的PageRank算法），已被提议作为计算期刊影响力的更有效方法。这篇简短的文章的目的是调查重复改进的原则是否提供了与简单的未加权引用计数（ISI使用的方法）不同的期刊排名。
2008-10-27 cs.DB cs.DL
Is OpenAlex Suitable for Research Quality Evaluation and Which Citation Indicator is Best?
本文对比OpenAlex与Scopus的引文分析及三种引文指标，发现OpenAlex适用于多数领域的研究质量评估，原始引文计数反直觉地优于多数领域标准化指标，为研究质量评估的引文指标选择提供参考。
2025-02-25 cs.DL
On the differences between citations and altmetrics: An investigation of factors driving altmetrics vs. citations for Finnish articles
本研究探讨了一系列因素与未来的引用和altmetric计数到一篇论文。这些因素包括期刊影响因子，个人合作，国际合作，机构声望，国家声望，研究资金，摘要可读性，摘要长度，标题长度，引用参考文献数量，字段大小和字段类型，并将与引用计数，Mendeley读者，Twitter帖子，Facebook帖子，博客帖子和新闻帖子相关联。结果表明，八个因素对增加引用数很重要，七个不同的因素对增加Mendeley读者很重要，八个因素对增加Twitter帖子很重要，三个因素对增加Facebook帖子很重要，六个因素对增加博客帖子很重要，五个因素对增加新闻帖子很重要。期刊影响因子和国际合作是与引文数量增加和所有altmetric分数显著相关的两个因素。此外，似乎驱动Mendeley读者的因素与驱动引用计数的因素相似。然而，Altmetric事件在少数因素方面彼此不同;例如，机构声望和国家声望与增加的Mendeley读者以及博客和新闻帖子相关，但对于Twitter和Facebook帖子来说，这是一个无关紧要的因素。这些发现有助于继续发展的理论模型和方法的发展与捕获，解释和理解高程事件。
2017-10-24 cs.DL cs.SI
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
Citation personal display: A case study of personal websites by physicists in 11 well-known universities
本研究旨在探讨研究者展示引文的程度，并试图检验研究者在大学、国家和学术级别的引文展示上是否存在差异。研究对象为美国、英国和中国的11所著名大学的物理学家。人工识别物理学家是否提到了引用计数，基于引用的索引或个人网站上的Google Scholar Citations（GSC）链接。采用卡方检验检验研究者在引文个人展示方面的差异。结果显示，引文个人展示的总体比例不高（14.8%），870名物理学家中有129人展示了引文。不同知名大学的物理学家在引文展示上确实存在显著差异。此外，从国家层面来看，人们注意到中国知名大学的物理学家的引文个人展示水平最高，其次是英国和美国。此外，本研究还发现，学术级别为教授的研究者的被引个人展示度最高。此外，本研究还分析了大学、国家或学术等级在h指数个人展示方面的差异，结果表明，它们在统计学上并不显著。
2017-02-26 cs.DL
CIDS country rankings: comparing documents and citations of USA, UK and China top researchers
本技术报告对来自美国、英国和中国的前30位被引用研究人员进行了文献计量分析。该分析基于使用CIDS的Google Scholar数据。研究人员的电子邮件后缀是edu，uk和cn。这种简单的方法能够以完全自动化的方式使用最小资源产生与SCImago国家排名一致的排名。
2013-10-25 cs.DL cs.IR
Mendeley Reader Counts for US Computer Science Conference Papers and Journal articles
虽然文献计量学通常应用于期刊文章，用于支持研究评估，但会议论文在快速发展的计算相关领域至少同样重要。因此，重要的是要评估引用和altmetrics计算会议论文的相对优势，以做出明智的决定，如果有的话，使用。本文比较了1996年至2018年期间在11个计算领域发表的会议论文和期刊文章的Scopus引用与Mendeley读者计数，并且至少有一位美国作者。数据显示，在所有领域和大多数年份，Scopus引用计数和Mendeley读者计数之间存在高度相关性，但旧会议论文的Mendeley读者很少，新会议论文和期刊文章的Scopus引用很少。因此，结果表明，Mendeley读者计数有一个很大的优势，引用计数最近发表的会议论文，由于其更大的速度，但不适合旧的会议论文。
2019-09-06 cs.DL
Citation Counts and Evaluation of Researchers in the Internet Age
从引文计数中得出的文献计量方法越来越多地被用作研究评价工具。它们的优点和缺点在文献中得到了广泛的分析，经常是激烈辩论的主题。我们认为，有一些与网络影响有关的基本问题没有得到应有的重视。我们关注的是对研究人员的评价，但我们的一些论点也可以应用于对研究机构以及期刊和会议的评价。
2013-08-07 cs.CY cs.DL
Quantifying and suppressing ranking bias in a large citation network
人们普遍认为，由于不同的科学领域采用不同的引用实践，不同领域的论文引用数不能直接比较。引用次数也受到论文年代的影响，因为较老的论文有更多的时间吸引引用。各种程序旨在消除这些偏差，并产生新的标准化指标，如相对引用数。我们使用Microsoft Academic Graph的大型引用数据集和基于Mahalanobis距离的新统计框架来显示，通过众所周知的指标（包括相对引用计数和Google的PageRank得分）进行的排名受到论文领域和年龄的显著影响。我们提出了一个一般的规范化程序的动机$z$分数，产生更少的偏见排名时，引用计数和PageRank分数。
2017-03-23 cs.DL cs.IR physics.data-an
Sneaked references: Cooked reference metadata inflate citation counts
本文揭示了一种通过DOI注册时在元数据中偷渡虚假引用以虚增引用计数的操纵方法，并发现文献计量平台存在大量丢失引用，呼吁平台识别和纠正这些缺陷。
2023-10-03 cs.DL
Citation count distributions for large monodisciplinary journals
研究人员和研究评估人员使用许多不同的基于引用的指标来帮助评估学术成果的影响。虽然个别引用指标的适当性部分取决于引用计数的统计特性，但并没有普遍认可的最佳统计分布来检查它们。目前的两个主要候选人是离散对数正态分布和钩或移位幂律。这些主要是在来自单一领域和年份的文章集上进行测试，但这些集合可能包括多个专业，这可能会削弱它们的属性。本文将统计分布拟合到50个大型学科特定期刊，相信单个期刊可以比学科类别更纯粹，因此可能会给出更清晰的发现。结果表明，在大多数情况下，离散对数正态拟合显着优于钩幂律，扭转了以前的研究结果，为整个子类别。这表明离散对数正态分布是建模纯引用数据更合适的分布。因此，未来对引文指标属性的分析研究可以使用对数正态分布来分析其基本属性。本文还包括改进的软件拟合钩幂律。
2016-07-14 cs.DL
The normalization of citation counts based on classification systems
如果我们想评估该论文与其他论文相比是否具有特别高或特别低的引文影响力，文献计量学的标准做法是根据主题类别和出版年份对引文进行规范化。近年来，提出了一些改进引文影响标准化程序的建议。在这些建议的背景下，这项研究描述了一个理想的解决方案，用于规范化的引文影响：在第一步，参考集的问题是通过一个分类方案，其中每一个出版物都与一个单一的主要研究领域或子领域条目（例如，参考文献集）进行整理。G.通过化学文摘部分）和出版年份。在第二步中，计算这一组的引用计数，并将其用于为出版物（以及相关出版物）分配标准化的引用影响力分数。
2013-07-29 cs.DL physics.soc-ph stat.OT
Mathematical proof concerning the additivity problem of nonlinear normalized citation counts
本文通过严格数学证明得出科学计量学中非线性归一化引用计数不可加的结论，并推导出实数域数据变换的一般结论，为解决非线性数据误用提供重要见解。
2025-08-20 cs.DL
Unpacking the Essential Tension of Knowledge Recombination: Analyzing the Impact of Knowledge Spanning on Citation Counts and Disruptive Innovation
借鉴知识重组的理论，我们旨在解开科学研究中传统与创新之间的本质张力。利用美国物理学会的数据和计算方法，我们分析了知识跨越对引用计数和破坏性创新的影响。研究结果表明，知识跨越对破坏性创新具有U型影响。与此相反，知识跨度和引文数量之间存在倒U型关系，并且团队规模会调节这种倒U型效应。本研究通过提出知识整合和知识重组都可以导致破坏性创新，从而对知识重组理论做出了贡献。也就是说，在评价具有颠覆性创新的科学研究质量时，本质的张力似乎消失了。
2023-01-28 cs.DL cs.SI
The influence of time and discipline on the magnitude of correlations between citation counts and quality scores
虽然各种基于引文的指标通常用于帮助研究评估，但对其价值仍存在争议。因此，它们往往与质量评级或其他量化指标相关联，以便部分评估其有效性。然而，当计算来自多个学科或年份的出版物集的相关性时，相关系数的大小可能会降低，掩盖了潜在相关性的强度。作为回应，本文使用模拟系统地调查混合年份或学科减少相关性的程度。结果表明，混合两组具有不同相关强度的文章可以将组合集的相关性降低到大大低于两者的平均值。此外，即使混合具有相同相关强度但不同平均引用计数的两组文章也可以显著降低组合集合的相关性。相关性降低的程度还取决于评估的文章是否被预先选择为高质量，以及质量评级和引用计数之间的关系是线性还是指数关系。结果强调了使用同质数据集的重要性，但也有助于解释相关系数时，这是不可能的。
2015-10-29 cs.DL
The Limits of Citation Counts
本文通过公理化刻画揭示引用计数指标（含h指数）的局限性，并探讨利用更丰富的文献信息加以改进。
2023-09-19 cs.DL cs.SI econ.TH
Microsoft Academic Automatic Document Searches: Accuracy for Journal Articles and Suitability for Citation Analysis
Microsoft Academic是一个免费的学术搜索引擎和引文索引，类似于Google Scholar，但可以自动查询。它的数据是潜在的有用的文献计量学分析，如果有可能有效地搜索个别期刊文章。本文通过检索标题、作者、出版年份和期刊名称的组合，比较了在其索引中查找期刊文章的不同方法，并使用结果对迄今为止期刊文章的Microsoft Academic引文计数进行了最广泛的相关性分析。基于2012年Scopus 323个子字段中的126，312篇文章，查找具有DOI的文章的最佳策略是按标题搜索它们并过滤掉那些具有不正确DOI的文章。这是90%的期刊文章。对于没有DOI的文章，最佳策略是按标题搜索它们，然后过滤掉具有不同元数据的匹配项。这发现了89%的期刊文章，还有1%的不正确匹配。其余的文章似乎主要没有被Microsoft Academic索引，或者用其标题的不同语言版本索引。从匹配来看，Scopus引用计数和Microsoft Academic计数的平均斯皮尔曼相关性为0.95，任何单一领域的最低相关性为0.63。因此，微软学术引文计数几乎普遍等同于Scopus引文计数的文章不是最近的，但结果中存在国家偏见。
2017-11-23 cs.DL
Are all citations worth the same? Valuing citations by the value of the citing items
文献计量学家长期以来一直使用引用计数来衡量出版物对科学进步的影响。然而，从该领域的早期开始，一些学者就质疑是否所有的引文都应该具有相同的价值，并通过各种因素对其进行加权。无论这些措施的操作多么复杂，衡量引用情况所用的方法在其基本假设中仍然存在局限性。这项工作采取了另一种方法来解决根本的问题：该建议是通过引用文章的影响来评估引用，而不管其参考文献列表的长度。除了概念化一个新的影响指标外，这项工作还说明了其在2004-2012年意大利科学生产中的应用。拟议的影响力指标与传统的引用计数高度相关，但观察到的两种计量之间的变化频繁，异常值的数量不可忽略。此外，新指标在用于识别高引用论文时显示出更大的“敏感性”。
2019-09-13 cs.DL
Do PageRank-based author rankings outperform simple citation counts?
研究人员的生产力和影响力的基本指标仍然是出版物的数量及其引用计数。这些指标是明确的，直接的，容易获得。当需要对学者进行排名时，例如在拨款、奖励或晋升程序中，使用它们是将一些科学家优先于其他科学家的最快和最便宜的方法。然而，由于它们的性质，存在着过度简化科学成就的危险。因此，已经提出了许多其他指标，包括用于网页排名的PageRank算法的使用及其适用于引文网络的修改。尽管如此，这种递归方法在计算上是昂贵的，即使它具有有利于声望的优势，其应用应该是合理的，特别是当与标准的引用计数相比。在这项研究中，我们分析了三个大型数据集的计算机科学论文类别的人工智能，软件工程，理论和方法，并应用12种不同的排名方法的引文网络的作者。我们将由此产生的排名与该领域着名期刊的编委会成员中选出的优秀研究人员的自编名单进行比较，并得出结论，没有证据表明基于PageRank的方法优于简单的引用计数。
2015-05-12 cs.DL cs.SI physics.soc-ph
Can Google Scholar and Mendeley help to assess the scholarly impacts of dissertations?
论文可能是初级研究人员最重要的学术成果。虽然期刊文章集通常是在Web of Science或Scopus的引用计数的帮助下进行评估的，但这些引用计数并没有索引学位论文，因此它们的影响很难评估。作为回应，本文介绍了一种新的多阶段方法来提取谷歌学术引文计数从谷歌索引的存储库的论文的大集合。该方法通过ProQuest提取了2013 - 2017年77，884篇美国博士论文的Google Scholar引文计数，精确度超过95%。一些与其他存储库双重索引的ProQuest论文无法通过ProQuest特定检索检索，但可以通过其他存储库的Google Scholar检索找到。然后将Google Scholar引用计数与Mendeley读者计数进行比较，Mendeley读者计数是一个已知的类似于影响力数据的来源。五分之一的论文至少有一个引用记录在谷歌学术和略少的至少有一个孟德尔读者。基于数值比较，Mendeley读者计数似乎对不到两年的论文的影响评估更有用，而Google Scholar引文对较老的论文更有用，特别是在社会科学，艺术和人文学科。Google Scholar引用计数可能比Mendeley读者计数更能反映学术类型的影响力，因为论文吸引了其他论文的大量引用。总之，新方法现在使研究资助者，机构和其他人能够系统地评估论文的影响，尽管需要对其他在线知识库进行额外的Google Scholar…
2019-02-23 cs.DL
Confidence intervals for normalised citation counts: Can they delimit underlying research capability?
标准化引用计数通常用于评估研究团体或国家的平均影响力。对于它们的置信区间是否在理论上有效或实际上有用存在争议。作为回应，本文引入了一个小组的基础研究能力的概念，以产生有影响力的研究。然后，它调查置信区间是否可以界定在实践中一组的潜在能力。从123120个置信区间比较的平均引文影响的国家产出的10个国家在36个单独的大型单学科期刊，适度低于95%的后续指标值落在95%的置信区间内，从往年，随着时间的推移，百分比下降。这是一致的置信区间有效地界定了一组的研究能力，虽然它并不能证明这是结果的原因。结果不受是否包括国际合作文章的影响。
2017-10-24 cs.DL
A new methodology for comparing Google Scholar and Scopus
提出了一种新的方法来比较谷歌学术（GS）与其他引文索引。它侧重于来源的覆盖范围和引用影响，索引速度和数据质量，包括重复引用计数的影响。该方法比较GS与爱思唯尔的Scopus，并适用于有限的一组文章发表在12种期刊从6个学科领域，使其研究结果不能推广到所有期刊或领域。该研究是探索性的，假设生成而不是假设检验。它证实了在早期研究中获得的来源覆盖率和引用影响的结果。GS与Scopus引用的比率在不同学科领域之间在1.0和4.0之间变化，而样本中的开放获取期刊显示出比非开放获取期刊更高的比率。GS和Scopus引文计数在文章水平上的线性相关性很高：Pearson's R在0.8-0.9之间。与GS相比，Scopus索引延迟的中位数为两个月，这在很大程度上是由于Scopus中出版的文章中缺少引用的参考文献。在GS中，由于元数据相同或基本相似的多次引用而造成的双重引用计数的影响发生在不到2%的情况下。文章为基础的，什么是所谓的基于概念的引文索引的优点和缺点进行了讨论。
2016-04-30 cs.DL
Assessing the varying level of impact measurement accuracy as a function of the citation window length
随着时间的推移，从最初的出版日期，使用随后的引用计数的科学作品的影响的措施变得更加准确。然而，个人和组织研究生产力的衡量最好是指一个截止日期刚好在评价工作之前的时期。因此，有必要在准确性和及时性之间做出妥协。这项工作试图提供一个数量级的测量误差，减少出版日期和引用计数之间的时间间隔。该分析是根据汤森路透意大利国家引文报告中索引的出版物进行的。
2018-11-05 cs.DL
Citation score normalized by cited references (CSNCR): The introduction of a new citation impact indicator
本文介绍了一种新的领域规范化指标，它植根于文献计量学的早期见解，并与几个已建立的领域规范化指标（例如，平均规范化引文得分，MNC，和基于百分位数方法的指标）进行了比较。Garfield（1979）强调，不同领域的引文数量不能进行比较，因为不同领域的“引文潜力”可能存在很大差异。Garfield（1979）认为，“对引用潜力最准确的衡量是在给定领域发表的每篇论文的平均引用次数”。在此基础上，提出了一种新的引文指标，即用焦点论文的引文量除以该领域的平均引文量，对引文进行规范化。新的指标被称为被引文献标准化引文得分（CSNCR）。理论分析表明，CSNCR具有一致性和齐次归一化特性。讨论了新指标与MNCS的密切关系。CSNCR与其他领域标准化指标的实证比较表明，它的领域标准化能力略差于其他被引方标准化指标（如MNC），但其结果是有利的两个引用方指标变体（SNCS指标）相比。作为一个整体，本研究的结果证实了既定指标的能力，字段规范化的引文。
2016-07-04 cs.DL physics.soc-ph
Enhancing Automatic PT Tagging for MEDLINE Citations Using Transformer-Based Models
National Library of Medicine（国家医学图书馆）
本文研究利用BERT和DistilBERT从MEDLINE元数据预测MeSH出版类型，通过评估多标签分类器与二分类器集成，证明Transformer模型能显著提升生物医学文献标引的准确性与可扩展性。
2025-06-03 cs.DL cs.LG
Universality of Performance Indicators based on Citation and Reference Counts
我们发现证据的普遍性的两个相对的文献计量学指标的质量的个别科学出版物从不同的数据集。其中之一是一个新的索引，同时考虑引用和参考计数。我们证明了这种普遍性相对较好引用的出版物从一个单一的研究所，按出版年份和教师或部门分组。我们在提交给arXiv电子印刷档案的出版物中表现出类似的行为，按提交年份和子档案分组。我们还发现，对于被引用得相当好的论文，这种分布很好地拟合了对数正态分布，方差约为1.3，这与Radicchi，Raviato和Castellano（2008）的结果一致。我们的工作表明，可以在不同学科和出版日期的出版物之间进行比较，无论其引用数量如何，并且无需昂贵的全球引用图。此外，它还表明，这种相对文献计量指数的对数的平均值处理了长尾问题，避免了基于冗长排名程序的统计数据的需要。
2012-02-20 cs.DL physics.soc-ph
Two indicators rule them all: Mean and standard deviation used to calculate other journal indicators based on log-normal distribution of citation counts
本文提出以均值和标准差作为期刊核心指标，基于引文计数对数正态分布推导出h指数等多项指标，并验证其与原始数据计算结果一致，便于无原始数据者使用。
2023-05-24 cs.DL
Are the discretised lognormal and hooked power law distributions plausible for citation data?
对于哪种统计分布最适合建模引用计数数据，没有达成一致意见。这一点很重要，因为如果接受一种分布，就可以更充分地评估不同的基于引用的指标，如平均数、算术平均数和几何平均数的相对优点。作为回应，本文研究了离散对数正态分布和钩状幂律分布的可扩展性，以模拟全范围的引用计数，偏移量为1。从23个Scopus子类别的引文计数拟合钩幂律和离散对数正态分布，但这两种分布失败的Kolmogorov-Smirnov拟合优度检验在超过四分之三的情况下。离散对数正态分布似乎也有错误的形状为引文分布，太少的零和没有足够的中间值为所有科目。不匹配的原因可能是学科子类别的不纯或跨学科研究的存在。虽然理论上可以通过拟合优度检验间接检验受试者亚类纯度，但样本量足够大，实际上可能不可能。因此，似乎很难得到关于理论上最合适的统计分布的结论性证据。
2016-03-16 cs.DL
Long-term Scientific Impact Revisited
基于引文的测量被广泛用作主观因素的定量代理，例如论文的重要性甚至单个研究人员的价值。在这里，我们分析了$1960$和$1968$之间发表在美国物理学会期刊上的$4669$论文的引用历史，并认为最先进的引用动态模型和预测非平稳时间序列的算法很可能无法预测长期（出版后$50$年）使用出版后短时间内（例如$10$年）收集的引用数据对高被引论文进行引用计数。这是因为这些论文没有表现出独特的短期引用模式，尽管它们的长期引用模式明显地将它们与其他论文区分开来。我们的结论是，即使一个接受的引用计数是论文质量的代理，他们不是有用的评价工具，因为短期计数是没有信息的长期计数的情况下，高被引论文。
2021-05-31 cs.DL cs.SI physics.soc-ph
On (Newcomb-)Benford's law: a tale of two papers and of their disproportionate citations. How citation counts can become biased
Nuclear Research Laboratory, Astrophysical Sciences Division, Bhabha Atomic Research Centre（巴哈原子研究中心天体物理科学部核能研究实验室）；GRAPES（经济与社会物理学应用研究者小组）；The Bucharest University of Economic Studies（布加勒斯特经济大学）；University of Leicester（莱斯特大学）；Universitatea Babeș-Bolyai（巴贝什-博约伊大学）
本研究通过引用分析揭示了Newcomb和Benford论文引用不均的原因，指出Raimi对本福特定律的正式化影响了Newcomb论文的引用。
2026-02-02 cs.DL physics.soc-ph
