The dangers of performance-based research funding in non-competitive higher education systems
越来越多的国家根据国家评价工作中获得的排名向研究机构分配公共资金。因此,在非竞争性的高等教育体系中,顶尖科学家分散在所有大学中,而不是集中在少数几所大学中,在绩效较低的大学工作的顶尖科学家受到惩罚的风险很高。利用对2004-2008年活跃在硬科学领域的所有意大利大学进行的五年文献计量分析,这项工作分析了大学内科学家的出版物和相关引文的分布,衡量了单个科学家的研究绩效,量化了每所大学顶尖科学家的集中度,提供了大学的绩效排名,并指出了选择性资助对低排名大学顶尖科学家的影响。
2018-11-05 cs.DL
The spin-off of elite universities in non-competitive, undifferentiated higher education systems: an empirical simulation in Italy
以激烈竞争为特点的高等教育体系已经发展出世界一流的大学,能够吸引顶尖的教授和学生,并吸引大量的公私资金。这不会发生在非竞争性系统中,在那里,优秀的教师和学生分散在所有机构。在这样的体系中,作者建议建立衍生大学,由来自整个公共研究体系的顶尖科学家组成。这项工作通过一个例子说明了这一建议:意大利一所新大学的分拆,配备了来自三所公立城市大学的最好的教授。这样的教师将提供顶尖的国家研究生产力,吸引世界一流大学的其他关键要素:有才华的学生,丰富的资源和有远见的治理。
2018-10-31 cs.DL
An insight into the importance of national university rankings in an international context: The case of the I-UGR Rankings of Spanish universities
国际排名在研究政策领域取得的巨大重要性警告了这些工具存在的缺陷和缺点所带来的许多威胁。其中之一是无法准确地代表国家大学系统,因为它们的最初目的只是排名世界一流大学。另一个原因是大学的学科概况缺乏代表性,因为它们通常提供一个独特的表格。虽然有些排名提供了一个伟大的覆盖面和其他提供按领域排名表,没有国际排名两者兼而有之。为了从研究政策的角度超越这种局限性,本文分析了利用国家排名来补充国际排名的可能性。为此,我们分析了西班牙大学系统作为一个研究案例,提出了西班牙大学的I-UGR排名的领域和子领域。然后,我们将他们的结果与上海排名,QS排名,莱顿排名和NTU排名所获得的结果进行比较,因为它们都有允许进行这种比较的基本共同点。我们的结论是,为了补充国际排名,使用国家排名是明智的,但我们注意到,这必须谨慎行事,因为它们在所采用的方法以及领域的建设上有所不同。
2014-03-03 cs.DL
University-industry research collaboration: a model to assess university capability
学者和政策制定者认识到,工业和公共研究机构之间的合作是创新和国家经济发展的必要条件。这项工作提出了一个计量经济学模型,表示大学的规模,位置和研究质量的函数与工业合作的能力。观察领域是由2001-2003年的普查科学文章在硬科学,共同撰写的大学和私营企业位于意大利。分析结果显示,大学的研究品质对产业合作能力的影响高于地理距离。所提出的模式和由此产生的措施适用于各级行政部门,以协助实现大学的“第三个作用”:通过公共向私营部门转让技术,为社会经济发展作出贡献。
2018-11-05 cs.DL
Evaluation of research activities of universities of Ukraine and Belarus: a set of bibliometric indicators and its implementation
监测大学排名的文献计量指标被认为是大学图书馆活动的一个主题。为了完成乌克兰和白俄罗斯大学的研究活动的比较评估,作者介绍了一套文献计量学指标。对相应大学的研究活动进行了比较评估;提供了领先大学的数据。其中一个指标对大学研究活动的快速变化的敏感性以及另一个指标在科学领域的正常化这一事实,使拟议的一套指标优于在相应的国家排名实践中使用的指标。
2017-11-06 cs.DL
University Twitter Engagement: Using Twitter Followers to Rank Universities
我们对264所美国大学进行了研究和排名,这些大学来自美国大学体育协会(NCAA)第一分部的成员资格和《美国新闻》、《泰晤士报高等教育》、《世界大学学术排名》和《金钱杂志》上公布的全球名单。我们的大学Twitter参与度(UTE)排名是基于大学主页上引用的主要和附属次要Twitter帐户的朋友和扩展追随者网络。在排名之间的比较中,我们观察到一个显着的,正的排名相关性(τ=0.6018)之间的UTE和总声誉排名,这表明,UTE可以是一个可行的代理排名通常排除在传统名单的非典型机构。此外,我们显着降低了数据汇集所需的成本排名每个机构只使用基于Web的工件和公开访问的Twitter应用程序编程接口(API)。
2017-08-19 cs.DL cs.SI
A field-standardized application of DEA to national-scale research assessment of universities
目前的工作提出了一个应用DEA方法来衡量大学科研活动的技术和配置效率。分析是基于2004年至2008年五年期间从意大利大学系统的文献计量数据。技术和配置效率的测量与输入被认为是一所大学的研究人员,根据学术等级分类,并与输出被认为是这些工作人员实现的研究产品的领域标准化的影响。分析适用于所谓的硬科学的所有科学学科,并在子领域一级进行,因此比以往任何时候都在国家规模的研究评估中达到更高的详细程度。
2018-11-05 cs.DL
Universities through the Eyes of Bibliographic Databases: A Retroactive Growth Comparison of Google Scholar, Scopus and Web of Science
本研究的目的是确定GS的网址为基础的方法作为一个有效的近似大学的学术产出措施,考虑到三个方面(追溯性增长,相关性和覆盖面)的适用性。为此,选择了100所土耳其大学作为案例研究。Web of Science(WoS)、Scopus和GS(2000年至2013年)的生产力是在两次不同的测量迭代(2014年和2018年)中获得的。此外,从WoS中检索了14所研究型大学的子集共18,174份文件,验证了它们在GS中的存在。研究结果表明,GS的追溯性增长是不可预测的,并依赖于每所大学,使这一参数难以在机构层面进行评估。另外,GS(基于URL的方法)与WoS和Scopus(选定的来源)之间的生产率相关性是适度的,尽管它取决于大学,出版年份和测量年份。最后,在分析的18,174篇文章中,只有16%在大学官方网站上被索引,尽管高达84%在其他GS来源中被索引。这项工作证明,基于URL的方法来计算机构的生产力在GS是不是一个很好的代理在WoS和Scopus索引的出版物的总数,至少在国家的情况下分析。然而,主要原因并非与全球服务的运作有直接关系,而是与大学缺乏对开放获取的承诺有关。
2020-05-30 cs.DL
The role of information asymmetry in the market for university-industry research collaboration
本研究关注的是工业和大学之间的研究合作市场。它提出了一个分析的人口所有意大利大学-工业合作,导致至少有一个国际科学出版物之间的2001年和2003年。通过对大学研究人员的科学产出进行空间和文献计量分析,本研究表明了地理邻近性在公司选择大学合作伙伴时的重要性。分析还揭示了市场的低效率:在很大一部分情况下,私营公司本可以在离公司所在地较近的大学中选择更合格的研究伙伴。
2018-11-05 cs.DL
The impact of unproductive and top researchers on overall university research performance
与竞争性高等教育系统不同,非竞争性系统显示出顶尖教授和低绩效者在大学中的相对均匀分布。在这项研究中,我们研究了非生产性和顶级教师对他们所属大学的整体研究绩效的影响。此外,我们还分析了大学科研生产率与非生产性教授和顶尖教授集中度指标之间的潜在关系。研究绩效评估使用文献计量学的方法,通过2004年和2008年之间的科学网索引的出版物。分析的集合包括所有活跃在硬科学领域的意大利大学。
2018-10-31 cs.DL
From rankings to funnel plots: the question of accounting for uncertainty when measuring university research performance
这项工作采用漏斗图方法来衡量和可视化的不确定性,在科学学科的意大利大学的研究表现。绩效评估在学科和整个大学层面进行。研究结果显示,对于大多数大学来说,基于引用的指标没有提供足够的统计证据来推断他们的研究生产力低于或高于平均水平。在一个基本上没有竞争力的高等教育体系中,我们确实可以预料到这种普遍的观察结果。问题是,在执行情况报告中引入不确定性,虽然在技术上是合理的,但是否会削弱努力实现持续改进的机构动力。
2018-10-30 cs.DL
Visualization of rank-citation curves for fast detection of h-index anomalies in university metrics
本文通过可视化 2023 年 Scopus 乌克兰大学排名前 30 所高校的秩-引用曲线,结合自引比例与 FWCI,快速识别两所大学的 h 指数及引用数据异常。
2024-01-24 cs.DL
Decoding University Hierarchy and Prestige in China through Domestic Ph.D. Hiring Network
本研究利用最小违规排序算法分析中国近三万名博士的招聘网络,揭示大学层级结构及人才流动不平衡,并发现博士毕业生进入更高声望机构愈发困难。
2025-06-22 cs.DL
The prevalence and impact of university affiliation discrepancies between four well-known bibliographic databases: Scopus, Web of Science, Dimensions, and Microsoft Academic
研究管理者将大学与国际同行进行比较时面临着消除隶属关系歧义的问题。不同的数据库对这一问题采取了不同的方法,它们之间存在差异。文献计量数据源通常会进行消歧过程,将不同的机构名称及其子单位的名称统一起来,以便研究人员可以使用一个统一的名称搜索该机构的所有记录。本研究探讨了在五年的时间里,18所阿拉伯大学的Scopus,Web of Science,Dimensions和Microsoft Academic之间的隶属关系差异。我们证实,数字对象标识符(DOI)是适合提取可比的学术材料跨数据库和量化的隶属关系之间的差异。在任何一个数据库中分配给选定大学的相当大一部分记录在另一个数据库中没有分配给同一所大学。在较大的数据库中,Dimensions和Microsoft Academic的差异比例较高。规模较小、更具选择性的数据库,如Scopus,尤其是Web of Science,往往在更大程度上与其他数据库的隶属关系一致。手动检查隶属关系的差异表明,它们是由缺少隶属关系,统一差异和记录分配到错误的机构的混合物造成的。
2021-12-16 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
An Analysis of the Impact of SEO on University Website Ranking
今天,大学排名系统已经被学术界所考虑,世界大学之间为了获得更高的排名而展开了激烈的竞争。与此同时,大学网站的排名也备受关注,Webmetric研究中心每年公布两次大学网站排名。研究大学排名指标和大学的Webmetric排名表明,其中一些指标直接或间接地相互影响。另一方面,对网络计量指标的初步研究表明,一些搜索引擎优化(SEO)指标可以影响网络计量排名。这项研究的目的是展示SEO指标可以影响大学网站排名的程度。为此,在使用各种工具提取了提取的大学的38个重要SEO指标后,进行了数据分析,并对数据应用关联规则。研究结果表明,一些SEO指标,如反向链接数量,Alexa排名和页面排名对大学网站排名有直接和显著的影响,在这方面,已经提取出有趣的规则。
2020-11-04 cs.DL cs.IR
Universities Scale Like Cities
近年来的城市规模研究表明,城市重要的社会经济特征,如财富和创新能力,与人口规模呈现非线性,特别是幂律缩放。这些非线性效应对所有城市都是共同的,具有相似的幂律指数。这些发现意味着城市越大,它们就越是财富和创新的地方。城市的地方属性导致偏离预期的行为预测的幂律缩放。在本文中,我们表明,大学表现出类似的行为,在分配的大学总收入的总引用数量超过规模的总出版物数量。此外,大学规模的幂律指数与城市规模的幂律指数相当。我们发现,偏离预期的行为确实可以解释大学的具体地方属性,特别是特定领域的大学组成,其质量方面的领域规范化引用的影响。通过研究全球500所最大的大学和这500所大学中的一个特定子集-欧洲前100所大学-我们也能够区分大学的属性,以及没有选择一个特定的本地属性,大学的质量在其平均领域标准化引用影响方面。它还揭示了一个有趣的观察,关于网络系统中的一个关键属性,优先连接的工作。
2012-11-21 cs.DL nlin.AO physics.soc-ph
How Reliable are University Rankings?
大学或学院排名几乎已经成为自己的一个行业,由美国新闻与世界报道(USNWR)和类似的组织发布。大多数排名使用类似的方案:以分数降序排列大学,其中每个分数是使用一组属性及其权重计算的;属性可以是客观的或主观的,而权重总是主观的。该方案是一般性的,足以适用于排名对象以外的大学。如相关工作所示,这些排名具有重要的意义,也有许多问题。在本文中,我们重新审视这个排名方案使用的公共大学数据集,我们正式和实验表明,在多种方式,这种排名方案是不可靠的,不能被信任为权威的,因为它是太敏感的重量变化,可以很容易地被玩弄。例如,我们展示了如何通过编程获得合理的权重,将数据集中的多所大学移动到最高排名;此外,在个人笔记本电脑上,这个任务需要几秒钟才能完成600多所大学。我们的数学公式,方法和结果也适用于排名对象以外的大学。我们的结论是,所有用于排名的数据和方法都应该开放,以供验证和重复。
2020-04-20 cs.CY cs.DL
Interdisciplinary PhDs face barriers to top university placement within their disciplines
Information School, University of Wisconsin—Madison(威斯康星大学麦迪逊分校信息学院);ADVANCE Program, University of Michigan(密歇根大学ADVANCE项目);School of Public Policy, Georgia Institute of Technology(佐治亚理工学院公共政策学院)
本研究发现博士训练的跨学科性降低顶尖大学教职就职机会,尤其不利于女性,且低估跨学科人才可能导致知识生产损失,揭示了招聘中的结构性障碍。
2025-11-05 cs.CY cs.DL
Hyperlinks embedded in Twitter as a proxy for total external inlinks to international university websites
本文分析了Twitter作为一个潜在的替代来源的外部链接用于网络计量分析,因为它的能力,嵌入超链接在不同的推文。考虑到搜索Twitter公共API的局限性,我们决定使用Topsy搜索引擎作为编译tweet的源。为此,我们在全球范围内抽取了200所大学的样本,并收集了所有与这些机构有超链接的推文。为了比较结果,从其他来源(MajesticSEO和OpenSiteExplorer)获得了更多的链接数据。此后,进行了各种统计测试,以确定指标之间的相关性和从收集的推文预测外部链接的能力。结果表明,推文数量很高,尽管它们受到特定大学和国家的存在和表现的影响。Topsy提供的数据与所有链接指标显着相关,特别是与OpenSiteExplorer(r=0.769)。最后,由于高出错率,预测模型不能提供最佳结果,在应用于特定环境的非线性模型中,这种高出错率略有下降。我们的结论是,使用Twitter(通过Topsy)作为超链接到大学的来源产生了可喜的成果,由于其高度的相关性与链接指标,但有限的政策和文化的使用和存在于社交网络。
2015-02-14 cs.DL
The Leiden Ranking 2011/2012: Data collection, indicators, and interpretation
2011/2012年莱顿大学排名是基于出版物产出、引用影响和科学合作的文献计量指标对大学进行的排名。该排名包括来自41个不同国家的500所主要大学。本文对2011/2012年莱顿排名进行了广泛的讨论。该排名与其他全球大学排名进行比较,特别是世界大学学术排名(通常称为上海排名)和泰晤士高等教育世界大学排名。此外,还详细说明了2011/2012年莱顿排名的数据汇集方法以及排名中使用的指标。2011/2012年莱顿排名中的各种创新。这些创新包括(1)基于计算大学高被引出版物的指标,(2)基于合作出版物的分数而不是全部计数的指标,(3)排除非英语出版物的可能性,以及(4)使用稳定性间隔。最后,对排名的解释提出了一些意见,并指出了排名的一些局限性。
2012-02-17 cs.DL
A Longitudinal Analysis of University Rankings
在全球化的压力下,以及对公共组织问责、高效和透明的需求日益增加,大学排名已成为评估高等教育机构质量的重要工具。因此,仔细评估这些排名衡量的是什么是很重要的。本文对世界大学学术排名、《泰晤士报高等教育》和Quacquarelli Symonds世界大学排名这三大全球大学排名进行了研究。在描述了排名方法后,研究表明大学排名随着时间的推移是稳定的,但三个排名之间存在差异。此外,使用主成分分析和探索性因素分析,我们表明,用于构建排名的变量主要衡量两个基本因素:大学的声誉和研究绩效。通过将这些因素相关联,并根据这两个因素绘制大学的区域聚集图,可以看出排名之间的差异。最后,我们阐述了如何从这些分析的结果可以被视为在排名过程中经常发出的批评。这表明,排名使用的变量可能无法捕捉他们声称要衡量的概念。这样做的研究提供了证据的模糊性质的大学排名的量化大学的表现。
2020-01-20 cs.DL cs.SI physics.soc-ph
Revealing the online network between University and Industry: The case of Turkey
本文试图探讨土耳其学术和工业系统之间的关系,映射网络指标下的关系。我们使用了土耳其前100所大学和10个工业部门的前10家土耳其公司,以观察网络影响指标的表现。总页面计数指标是通过谷歌土耳其和纯链接指标已从开放网站浏览器收集。获得的网络存在和网络可见度指标表明,在土耳其网络空间内,学术机构和与公司有关的机构之间存在着重大差异。然而,目前的研究是探索性的,应该在每个部门的土耳其大学和公司的更大样本中复制。同样,随着对土耳其机构之间的关系及其网络影响的更充分了解,纵向研究而不是部门研究将消除或平滑网络数据(特别是URL提及)的波动。
2015-06-09 cs.DL
Rankings of countries based on rankings of universities
虽然为大学排名设计了许多方法,但没有一个适当的系统侧重于根据各国大学的表现进行排名。一个地区大学的总体排名可以表明该地区人民对科学兴趣的增长。本文介绍了一种新的排名机制的基础上的大学排名。首先,我们介绍和讨论两个新的排名的国家,根据他们的大学排名。其次,我们根据webometrics.info(2012年1月)中排名前12000的大学,根据选定的方法创建国家排名,并比较4个版本(2012年1月至2013年7月)的国家排名。首先,我们介绍了两种基于大学排名的国家排名方法,加权排名(WR)和平均排名(AR)。其次,我们讨论了如何引入排名系统,在排名国家两年的数据的基础上执行。第三,我们选择QS(www.topuniversities.com)和webometrics.info作为两个不同的分类系统来比较各国的排名,基于这些排名中的前500所大学。结果表明,该方法可以用来显示每个国家的整体大学的质量,用于比较国家在实践中的排名与世界其他国家相比。
2020-04-21 cs.DL
The three-step workflow: a pragmatic approach to allocating academic hospitals' affiliations for bibliometric purposes
本文提出了一种方法来分类不同程度的学术医院和大学之间的相互依赖关系的背景下,莱顿排名。大学排名的一个关键问题是是否将附属医院的出版产出分配给大学。世界各地的医院名称各不相同,以表示与大学的某种形式的合作:学术医院,教学医院,大学医院和学术医疗中心并不符合普遍的标准定义。因此,而不是寻求学术医院的规范定义,我们提出了一个工作流程,使大学与医院的关系与三个一般模型之一:医院和医学院完全整合成一个单一的组织;健康科学中心,其中医院和医学院仍然是独立的实体,尽管在同一个治理结构;以及大学和医院是相互合作的独立实体的结构。这个分类系统提供了一个标准,我们可以通过它来分配与学术医院有联系的出版物。我们的三步工作流程有效地将上述三个模型转化为两种类型的工具关系分配的出版物:“关联”和“组件”。当一所医院和一所医学院完全结合或当一所医院是一个健康科学中心的一部分时,这种关系被归类为组成部分。当医院遵循协作和支持的模式时,这种关系被归类为联营。按照这些标准汇编数据,可以对世界各地的教育和研究系统进行更统一的比较。
2021-05-28 cs.DL
Statistical Significance and Effect Sizes of Differences among Research Universities at the Level of Nations and Worldwide based on the Leiden Rankings
莱顿大学排名可用于对研究型大学进行分组,将统计学上没有显著差异的大学视为同质集合。群体和群体间的关系可以使用网络分析工具进行分析和可视化。使用所谓的“卓越指标”PPtop-10%-分配给大学的前10%最高引用论文的比例-我们使用(i)重叠稳定性区间,(ii)显著性检验和(iii)54个国家902所大学之间差异的效应量进行分类;我们专注于英国,德国,巴西和美国作为国家示例。尽管使用不同的统计学显著性水平或重叠的稳定性区间进行分组基本相同,但这些分类与基于效应量的分类不相关。大学之间差异的效应量很小(w <0.2)。对国家一级的大学进行的更详细的分析表明,区分三组或四组大学(高、中、低)以外的大学可能没有意义。在相似的制度激励下,大学生态系统内部的同构性不容低估。我们的研究结果表明,基于重叠稳定区间的网络可以提供大学之间相关分组的第一印象。然而,集群并不是大学群体之间的明确划分。
2018-10-13 cs.DL
Comparing webometric with web-independent rankings: a case study with German universities
在本文中,我们将研究是否可以使用超链接为基础的(网络计量)指标来排名学术网站。因此,我们分析了德国大学网站的互联结构,并将我们简单的基于超链接的排名与官方和独立于网站的大学排名进行了比较。我们发现,链接的影响不能轻易地被视为一个大学的声望因素。
2011-05-12 cs.DL cs.SI physics.soc-ph
Data stewardship: case studies from North-American, Dutch, and Finnish universities
本研究通过普渡大学、代尔夫特理工大学和阿尔托大学的案例,分析了不同国家与机构背景下数据管理项目在角色、组织、资金及环境方面的差异,并总结了组织关键因素。
2024-10-15 cs.DL
Categorical and Geographical Separation in Science
我们在大学一级进行科学合作的分析。本研究的范围是回答两个基本问题:(一)一个人能否指出一个类别(即,一个科学学科)对大学排名影响最大,(ii)最好的大学只与最好的大学合作吗?使用两个大学排名列表(ARWU和QS)以及来自科学引文索引的数据,我们展示了某些类别的出版物数量与大学排名的相关性。此外,利用复杂网络分析,我们给出的启示,科学合作是高度嵌入在物理空间和共同的论文数量衰减与它们之间的距离。我们还表明,大学之间的联系的强度是成正比的产品,他们的出版物总数。
2013-12-15 cs.DL physics.soc-ph
A comparison of university performance scores and ranks by MNCS and FSS
在我们之前的一篇文章中,我们解释了为什么MNCS和所有类似的按出版物引用指标不应该用于衡量研究绩效,而效率指标(输出到输入),如FSS是有效的绩效指标。衡量效率指标时经常出现的问题在于能否获得输入数据。如果我们接受这样的数据是不可访问的,而不是诉诸于每出版物引用指标,问题是在多大程度上机构绩效排名的跨国公司是不同的,从FSS(因此,什么样的影响,这样的结果可能会对决策者,管理人员和其他用户的排名)。对比2008-2012年的表现由MNCS和FSS的意大利大学的科学,我们试图回答这个问题,在现场,学科和整体大学水平。我们提出的描述性统计的排名的变化,以及分数和排名的相关性。分析表明,在许多领域的强相关性,但在其他弱相关性。排名变化的程度是不可忽视的:一些大学从最高的四分之一变成了非最高的四分之一。
2018-10-30 cs.DL
Understanding differences of the OA uptake within the Germany university landscape (2010-2020) -- Part 2: repository-provided OA
本研究探究德国高校机构与学科知识库开放获取采纳的决定因素,发现学科结构是核心影响因素,本地OA服务支持变量不显著,且机构知识库正从二次出版渠道向元数据与全文聚合功能转型。
2023-08-23 cs.DL
Trends in Open Access Academic Outputs of State Agricultural Universities in India: Patterns from OpenAlex
本研究基于OpenAlex数据库分析2014-2023年印度邦立农业大学开放获取学术产出的多维度特征,填补了相关领域研究空白,为推动可持续农业研究的OA政策制定提供数据支撑。
2025-03-24 cs.DL
Analyzing the disciplinary focus of universities: Can rankings be a one-size-fits-all?
排名现象与政府对大学研究成果财政化的兴趣密切相关。新形式的管理主义已被引入高等教育系统,导致资助机构越来越有兴趣开发外部评估工具来分配资金。排名在很大程度上依赖于文献计量指标。但是文献计量学家对它们的使用非常挑剔。除此之外,他们指出,在分析大学的研究成果时,排名代表了过于简单化的观点,因为他们认为大学是同质的,忽视了学科差异。虽然许多大学排名现在包括按领域排名,但将大学研究活动的复杂框架简化为单一维度会导致判断和决策能力低下。这部分是因为学科专业化对研究评价的影响。本章从方法论的角度分析了排名如何压制学科差异,这是正确解释这些排名的关键因素。
2017-06-07 cs.DL
A national-scale cross-time analysis of university research performance
较发达国家的研究政策越来越倾向于采用生产力激励措施和竞争机制,以提高研究机构的效率。在评估这些政策干预对公共研究活动的影响时,往往忽视了研究机构业绩随时间的正常内在变化。在这项工作中,我们提出了一个跨时间的文献计量学分析的研究业绩,所有意大利大学在连续两个时期(2001-2003年和2004-2008年)不受国家政策干预。研究结果表明,生产力和影响力在科学家个人层面上有所提高。在大学一级,排名有很大差异。
2018-11-05 cs.DL
Severe Language Effect in University Rankings: Particularly Germany and France are wronged in citation-based rankings
我们采用了一套标准的文献计量学指标来监测全球500所大学的科学水平,并根据这些指标构建了一个排名(莱顿排名2010)。我们发现一个戏剧性的,迄今为止在很大程度上被低估的语言效果在文献计量学,基于引用的研究绩效的测量时,比较排名的基础上所有Web of Science(WoS)覆盖的出版物和仅英语WoS覆盖的出版物,特别是德国和法国。
2010-12-23 cs.DL physics.soc-ph
Selective linking from social platforms to university websites: a case study of the Spanish academic system
提及指标经常被用于网络计量学研究,因为它们提供了一个强大的工具来确定网络资源的可见度和影响力。在提及指标中,超文本链接是许多研究的核心部分,直到雅虎在2011年停止了linkdomain命令。选择性链接构成外部链接的一种变体,其中链接的源和目标都可以选择。本文旨在研究社交平台(通过选择性外部链接的数量来衡量)对学术环境的影响,以确定它们构成的百分比以及其中一些是否可以用作外部链接总量的替代品。为此,2010年编制了属于76所西班牙大学的141个URL(在Yahoo!停止了链接服务),并计算了13个选定的社交平台与这些大学的链接数量。结果证实了外部链接总量与来自社交平台的链接之间存在良好的相关性,但某些应用程序(如Digg和Technorati)除外。对于那些拥有更多外部链接的大学,只有Delicious和Wikipedia保持了高相关性,可以在分析的背景下用作外部链接的替代品。尽管如此,来自社交平台的链接在全球所占百分比仅占链接总数的一小部分,尽管已发现积极的趋势,特别是在Twitter、Youtube和Facebook等服务中。
2013-10-22 cs.DL cs.SI physics.soc-ph