Revisiting the scaling of citations for research assessment
在过去十年中，传统上使用同行审查方法进行的国家研究评价工作已开始采用文献计量指标。出版物收到的引文被认为是其质量的代表，但在用于组织或个人科学家的比较评估之前，它们需要标准化：由于不同研究领域的引文行为不同，引文数据必须标准化。本文的目的是比较不同的方法规范引文的有效性，以提供有用的指示，科研评估从业人员。模拟一个典型的国家研究评估活动，他的分析是针对硬科学的所有学科类别进行的，并基于汤森路透科学引文索引扩展。比较表明，引文平均数是最有效的尺度参数，当平均数是基于实际引用的出版物。
2018-10-31 cs.DL
The association between topic growth and citation impact of research publications
引文用于研究评价，因此了解哪些因素影响或与文章的引文影响有关是很重要的。在文献中已经研究了几个引文因素。在这项研究中，我们提出了一个新的因素，主题增长，没有以前的研究进行了实证研究。主题的增长率可能会影响未来的引用计数，因为主题的高增长意味着有更多的出版物引用该主题以前的出版物。我们使用引文网络中的社区发现构建主题，并使用两部分回归模型来研究主题增长与八个主要学科的引文数量之间的关联。模型的第一部分使用分位数回归来估计增长率对引用次数超过三次的出版物的引用数的影响。模型的第二部分使用逻辑回归来模拟解释变量对被低引用与被中度或高度引用的概率的影响。这两个模型都控制了三个变量，这些变量可能会扭曲主题增长和引用之间的关联：期刊影响力，引用数量和作者数量。回归模型清楚地表明，与所有八个学科中增长缓慢或下降的主题相比，快速增长主题的出版物具有引用优势。使用引用指标进行研究评估可能会激励研究人员在快速增长的主题中发表文章，但它们可能会导致研究的多样化程度降低。研究结果对引文规范化也有一定的启示。
2022-03-31 cs.DL
Self-citation and its impact on research evaluation: Literature review. Part I
本文对自引对科研评价影响的研究进行了综述。我们介绍了自引及其变体的广义定义：作者，机构，国家，期刊，学科，出版商自引。给出了基本自引测度的计算公式，即自引数和自引率。作者，机构，国家和期刊自引的世界文献进行了更详细的研究。目前的自引的作用和影响的观点进行了汇编和分析。研究发现：（1）自引过多是病态的，自引的缺失是病态的;（2）自引对大型科研单位的影响不大，但对个体研究者的分析可能是关键的;（c）文献计量学成绩低的单位自引的比例一般较高，而顶尖科学家，机构，期刊的大部分引用来自外部。本文还讨论了文献计量工具和数据库如何应对自引可能带来的操纵挑战，以及它们如何校正由它们计算的文献计量指标。本文的第一部分介绍了自引的基本术语和定义，以及讨论和研究最多的自引类型，即作者自引。该论文由RFBR资助，项目编号为20-111-50209
2021-09-19 cs.DL
Billions at Stake: How Self-Citation Adjusted Metrics Can Transform Equitable Research Funding
本文提出自引调整指数SCAI以修正自引导致的引用膨胀，基于5000名研究者数据发现过度自引使传统指标膨胀10-20%，并可使性别引用差距缩小约8.5%，为更公平的研究资助评估提供开源工具。
2025-05-11 cs.DL
A sensitivity analysis of research institutions' productivity rankings to the time of citation observation
文献计量学研究评估的关键问题之一是引文达到成熟所需的时间。只有在从出版之日起足够长的时间后才能观察到引用计数，引用计数才能被认为是作品真正影响力的可靠代表。在目前的工作中，作者调查的影响，不同的时间的引文观察的准确性生产力排名的研究机构。研究生产力的措施是计算在2001年至2003年期间，活跃在硬科学的所有意大利大学，按个别领域和学科，与时间的引文观察不同，从2004年至2008年。其目的是支持决策者选择一个引文窗口，优化排名的准确性和及时性之间的权衡。
2018-11-05 cs.DL
First Author Advantage: Citation Labeling in Research
科学计量学的主要研究对象是研究论文之间的引文及其形成的网络。引用的行为反映了引用者对相关文献和被引用作品的了解。我们的目标是通过研究引用键来深入了解这一过程：用户选择标签来识别被引用的作品。我们的主要观察结果是，第一作者在这些标签中的比例不成比例，这意味着对第一作者的强烈心理偏见。
2013-10-07 cs.DL
Confidence and RISC: How Russian papers indexed in the national citation database Russian Index of Science Citation (RISC) characterize universities and research institutes
本文分析了俄罗斯国家引文数据库《科学引文索引》（RISC）。我们继续我们先前的研究（Moskaleva等人，2018年），并专注于计算的文献计量指标之间的差异，可以说，“最好的”期刊，所谓的RISC核心，和那些考虑到所有可用的俄罗斯期刊。这种差异可能反映了机构行为者在不同的文件类型、出版战略等方面的侧重点。
2018-09-21 cs.DL
Study of Citation Networks in Tribology Research
CitNetExplorer被用来研究1998-2012年15年间摩擦学科学出版物之间的引文网络。分析了Web of Science的三个数据集：（1）摩擦学研究的核心出版物，（2）纳米摩擦学出版物和（3）Bharat Bhushan（纳米摩擦学研究的主要贡献者）的出版物。在此基础上，提出了改进CitNetExplorer的建议。
2014-11-01 cs.DL
A sensitivity analysis of researchers' productivity rankings to the time of citation observation
在这项工作中，我们调查的敏感性，个别研究人员的生产力排名的引用观察的时间。分析的基础上观察的研究产品为2001-2003三年期的所有研究人员的意大利大学在硬科学，与一年的引文观察不同，从2004年至2008年。2008年的排行榜被认为是最准确的，因为引用有最长的时间积累，因此代表了最好的影响力代理。通过将每年的排名列表与2008年的基准进行比较，我们为政策制定者和研究组织管理者提供了一个衡量评估执行的及时性和绩效排名的准确性之间的权衡。结果表明，随着评价引用窗口的变化，研究人员的学科之间存在不同的不准确率。对于物理学、生物学和医学来说，不准确的结果可以忽略。
2018-11-05 cs.DL
Analyzing data citation practices using the Data Citation Index
我们提出了一个分析的数据引用实践的基础上，数据引用索引从汤森路透。该数据库于2012年启动，旨在将数据集和数据研究与从其他引文索引收到的引文联系起来。DCI从Web of Science索引的论文中收集研究数据的引用。它依赖于数据储存库提供的信息，因为在许多情况下，数据引用做法不一致或不存在。这项研究的结果表明，在大多数研究领域，数据引用的做法是远远不够的。研究人员引用数据的方式存在一些差异：在科学和工程以及技术领域，数据集被引用最多，而在社会科学和艺术以及人文科学领域，数据研究发挥了更大的作用。总共有88.1%的记录没有被引用，但一些存储库显示出非常低的未引用率。尽管数据引用在大多数领域都很少见，但它们在晶体学和基因组学等学科中得到了扩展。最后，我们强调DCI可以发挥的作用，鼓励一致的，标准化的研究数据的引用;一个角色，将提高其价值的一种手段，从数据汇集到出版的研究过程。
2015-05-19 cs.DL
The Effects of Research Level and Article Type on the Differences between Citation Metrics and F1000 Recommendations
F1000建议已被验证为研究评价的潜在数据来源，但F1000文章因子（FFa评分）和引文之间差异的原因仍有待探讨。通过将F1000中的28254篇出版物与Scopus中的引文联系起来，我们研究了研究水平和文章类型对基于引文和FFa评分的内部一致性评估的影响。结果表明，研究水平的影响不大，而文章类型的差异较大。这两个指标在两组中有显著差异：非主要研究或循证研究出版物被引用的次数比推荐的次数多，然而，转化研究或变革性研究出版物被教师推荐的次数多，但引用次数相对较低。这是可以预期的，因为引用活动通常是由学术作者进行的，而科学革命的潜力和一篇文章对临床实践的适用性应该从从业者的角度进行调查。我们的结论与政策相关的建议，文献计量学方法在研究评估程序中的应用，应包括三种类型的出版物的比例：循证研究，转化研究和翻译研究。后两种类型更适合通过同行评审进行评估。
2015-03-11 cs.DL
F1000 recommendations as a new data source for research evaluation: A comparison with citations
F1000是生物和医学研究的出版后同行评议服务。F1000旨在推荐生物医学文献中的重要出版物，从这个角度来看，F1000可能是一个有趣的研究评估工具。通过将完整的F1000建议数据库与Web of Science书目数据库相连接，我们能够对F1000建议和引文进行全面的比较。我们发现，生物医学文献中约2%的出版物至少获得一项F1000推荐。推荐出版物平均收到1.30条推荐，90%以上的推荐是在出版物出版后半年内给出的。事实证明，F1000推荐和引用之间存在明显的相关性。然而，这种相关性相对较弱，至少弱于期刊影响力和引用之间的相关性。需要进行更多的研究，以确定在评估出版物的影响方面，建议和引用之间存在差异的主要原因。
2013-03-15 cs.DL
Open Access does not increase citations for research articles from The Astrophysical Journal
我们最终证明，没有“开放获取优势”的论文从天体物理学杂志。存放在arXiv e-打印服务器中的论文所享有的二比一引用优势完全是由于存放论文的性质和时间。这可能对其他学科产生影响。
2007-09-06 cs.CY cs.DL
Science of science -- Citation models and research evaluation
本文回顾引文模型与研究评价文献，指出研究质量不可观测是根本问题，并强调因果推理对理解和使用指标的关键意义。
2025-05-09 cs.DL physics.soc-ph
A bibliometric analysis of citation diversity in accessibility and HCI research
无障碍研究位于几个学科的交界处，受到HCI，残疾研究，心理学，教育等的影响。为了表征无障碍研究的影响和扩展，我们进行了无障碍和相关HCI社区的引用趋势的研究。我们评估了来自ASSETS和CHI的836篇可访问性研究论文的参考和引用论文中所代表的场地和研究领域的多样性，发现尽管计算机科学的出版物主导了这些引用关系，但随着时间的推移，心理学和医学论文引用的相对比例有所增加。虽然在引文多样性方面，ASSETS是一个比CHI更利基的场所，但在13个无障碍和HCI会议场所的53K论文的背景下分析时，这两个会议在其传入和传出的引文中显示出标准的多样性水平。
2021-03-11 cs.DL cs.HC
In which fields are citations indicators of research quality?
首次大规模评估34个领域87,739篇文章发现引文与研究质量在各领域均呈正相关，但无任何引文阈值能保证卓越质量，引文无法完美反映研究质量。
2023-04-24 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
CWTS crown indicator measures citation impact of a research group's publication oeuvre
Tobias Opthof和Loet Leydesdorff（arXiv：1002.2769）发表的文章“CWTS（`Leiden '）研究绩效评估中期刊和领域规范化的注意事项”涉及一个与引用影响的所谓领域规范化指标在评估个人研究人员和研究小组的研究绩效中的应用同样重要的主题。字段规范化旨在说明科学-学术学科领域之间引用实践的差异。作为介绍“莱顿”指标的论文以及报告实际使用这些措施的评估结果的许多报告和文章的主要作者，我对Opthof和Leydesdorff论文中提到的3个主要问题发表了评论。
2010-03-30 cs.DL physics.soc-ph
EqRank: Theme Evolution in Citation Graphs
以第七篇引文图为例，研究了EqRank算法生成的分类方案的时间演化。制定一个适当的分类方案，为一组不断增长的对象的演变直观的期望。符合这些期望的进化被称为自然的。它表明，EqRank产生一个自然发展的分类方案。我们的结论是，EqRank可以用来作为一种手段，以发现新的科学主题，并跟踪他们的发展。
2005-12-20 cs.DL cs.DS
Quantitative Methods in Research Evaluation Citation Indicators, Altmetrics, and Artificial Intelligence
University of Sheffield（谢菲尔德大学）
本书系统评估引文指标、替代计量学与人工智能在研究评估中的价值与局限，基于英国REF 2021专家判断等证据，指出指标不能作为研究质量测量工具，AI仅在有限场景下有辅助作用。
2025-04-10 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
Refrain from adopting the combination of citation and journal metrics to grade publications, as used in the Italian national research assessment exercise (VQR 2011-2014)
预测科学文章的长期影响是一项具有挑战性的任务，由文献计量学家通过诉诸代理来解决，该代理的可靠性随着引用窗口的宽度而增加。在使用指标的国家研究评估活动中，引用窗口必然很短，但在某些情况下，足以建议使用简单的引用。对于2011-2014年意大利VQR，选择采用引文和期刊指标权重的线性加权组合，权重按学科和年份区分。鉴于这项工作的战略重要性，其结果为国家学术系统分配了很大一部分资源，我们研究了拟议指标的预测能力是否比简单的引用计数更强。结果显示，对于科学中的所有学科和两年以上的引用窗口，情况正好相反。
2018-10-30 cs.DL
The case for the Humanities Citation Index (HuCI): a citation index by the humanities, for the humanities
引文索引现在是大多数科学家使用的研究基础设施的一部分：一个必要的工具，以应付越来越多的科学文献被出版。商业引文索引是为科学而设计的，对人文学者的覆盖面不均匀，特点不令人满意，而没有一个公共组织出版的综合性引文索引。我们认为人文学科的开放引文索引是可取的，原因有四：它将极大地改善和加速资源的检索，它将提供一种方法来链接跨存储库的集合（如档案馆和图书馆），它将促进所有利益攸关方采用元数据标准和最佳做法（包括出版商），并将为文献计量学和科学研究等领域提供研究数据。我们还建议，引文索引应通知一套要求有关的人文学科。我们讨论了四个这样的要求：来源覆盖面必须全面，包括书籍和引用的主要来源;需要有时间顺序的深度，因为在人文学术仍然随着时间的推移相关;索引应该是收藏驱动，利用积累的专题收藏专业研究图书馆;并且它应该在上下文中丰富，以便允许对每个引用进行限定，例如通过提供引用摘录。我们详细介绍了适合目的的研究基础设施，可以使人文引文索引成为现实。最终，我们认为人文学科的引文索引可以由人文主义者通过协作，分布式和开放的努力来创建。
2022-05-14 cs.DL
ResearchGate and Google Scholar: How much do they differ in publications, citations and different metrics and why?
ResearchGate在很短的时间内成为科学家和研究人员的热门专业网络。与Google Scholar类似，ResearchGate索引使用自动抓取算法，从各种来源提取有关学术文章的书目数据，引文和其他信息。然而，人们注意到，这两个平台经常显示相同机构、期刊和作者的不同出版物和引文数据。因此，本文试图分析和测量两个平台的高被引作者的大数据集的出版物计数，引文和不同的指标的差异。结果表明，两个平台中相同作者的出版物数量和引用量存在显著差异，其中Google Scholar在绝大多数情况下的数量更高。两个平台计算的不同指标的值也不同，显示出不同程度的相关性。两个平台的报道政策、标引错误、作者归属机制和应对掠夺性出版的策略可能是造成差异的主要原因。
2022-01-28 cs.DL
Collaboration Effect by Co-Authorship on Academic Citation and Social Attention of Research
学术引用和社会关注衡量研究成果影响力的不同维度。这两个指标相互之间并不相关，它们受到许多因素的影响。这些因素包括研究领域、访问类型和合著。在这项研究中，增加的影响，由于共同作者在科学文章按研究领域和访问类型分类，进行了量化。为此，分析了2018年发表的244，880篇研究论文到2021年积累的引文和社会关注度。数据来源是Dimensions.ai，研究单位是经济学、历史和考古学以及数学方面的研究文章。作为主要结果，小部分文章获得了大部分的引用和大部分的社会关注。总的来说，随着合著者人数的增加，引文和社会关注度都在增加。因此，共同作者的数量越多，在学术文章中被引用和在社交媒体上被提及的概率就越大。合作在引用和社会关注方面的优势与出版物的访问类型无关。此外，虽然与一个额外的合著者的合作在引用和社会关注方面通常是积极的，但这些积极影响随着合著者人数的增加而减少。
2022-06-15 cs.DL stat.AP
Self-Citations in Academic Excellence: Analysis of the Top 1% Highly Cited India-Affiliated Research Papers
本研究基于 Scopus 中296万篇印度附属论文，分析29,556篇前1%高被引论文的自引特征，揭示团队规模、国内外合作与自引及科研影响力之间的关系。
2025-02-05 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
Citations: Indicators of Quality? The Impact Fallacy
我们认为，引文是一个组成的指标：短期引文可以被认为是货币在研究前沿，而长期引文可以有助于编纂的知识主张到概念符号。研究前沿的知识主张更可能是暂时的，因此作为质量指标是有问题的。引文影响研究关注的是短期引文，因此倾向于衡量的不是认知质量，而是参与当前的话语，其中的贡献是通过引用定位的。我们使用三个案例研究来探讨这一论点：（1）引用《社会世界报》作为一个不倾向于发表研究前沿论文的地点的例子，不像JACS;（2）罗伯特·默顿作为引用理论的概念符号;（3）《科学计量学》、《基因》和《社会世界报》的多参考出版年光谱学（Multi-RPYS）。我们的经验表明，“质量”的测量引用方面可以进一步限定：短期的引用货币在研究前沿可以区分从长期的过程中纳入和编纂的知识索赔到知识机构。最近推出的Multi-RPYS可用于区分短期和长期影响。
2016-07-21 cs.DL
Emerging and established topics in drone research: Citation impact and knowledge flows across China, the United States, the EU, Ukraine, and Russia (2020-2025)
Centre for R&D Monitoring (ECOOM), University of Antwerp（安特卫普大学研发监测中心（ECOOM））
利用OpenAlex文献数据，研究2020-2025年间无人机研究的新兴与成熟主题，分析中国、美国、欧盟、乌克兰和俄罗斯之间的引用影响与知识流动，发现中国在科学产出和国内引用集中度上日益主导，而美国与欧盟保持更国际化的引用结构，且中国与美欧的引用交流增加。
2026-06-02 cs.DL
How do software citation formats evolve over time? A longitudinal analysis of R programming language packages
Anhui University（安徽大学）；University of Tennessee（田纳西大学）
本研究针对软件引用格式不一致且随时间变化却被现有实证研究忽视的问题，通过分析2021-2022年所有R包引用格式的纵向数据集，探究引用的文档类型、元数据变化及软件论文学科性，为软件引用政策与基建提供参考。
2023-07-17 cs.CL cs.DL
Citations in Software Engineering -- Paper-related, Journal-related, and Author-related Factors
许多因素会影响论文的引用次数。引文在研究政策和衡量研究和研究人员的卓越性方面发挥着重要作用。这项工作是在软件工程（SE）的第一项研究，以评估多种因素影响的引用次数SE文件。我们使用（a）负二项回归和（b）分位数回归来研究论文的算术平均值和中位数预期引用。我们的数据集包括1970年至2018年期间在16种主要SE期刊上发表的所有25，113篇论文。研究结果表明，论文发表地点、作者团队被引次数、论文长度、参考文献数量和参考文献的近度是影响科技论文被引次数的主要因素。从我们的实证研究结果中，我们提出了几个启示和建议，以获得更高的引用他们的论文，这是除了进行高质量的技术研究，例如（1）瞄准高知名度的场地，（2）建立一个高质量的作者团队与高引用过去的论文，（3）以内容全面的高质量工作为目标（因此论文长度和参考文献列表更长）。
2019-08-13 cs.DL cs.SE
Research Citations Building Trust in Wikipedia
该研究通过跨出版商的作者调查，探究学者对维基百科研究引用的态度，发现整体态度积极，但不同内容类型和学科间存在差异，为相关后续研究奠定基础。
2024-09-18 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
Breaking Out of the Ivory Tower: A Large-scale Analysis of Patent Citations to HCI Research
人机交互研究对产业有何影响？虽然不可能跟踪所有的研究影响路径，但越来越多的关于转化研究影响测量的文献提供了专利引用，作为行业如何识别和利用其发明中的研究的一种衡量标准。在本文中，我们进行了一项大规模的测量研究，主要是70，000专利引用到首要的人机交互研究场所，跟踪在过去30年中，人机交互研究如何在美国专利中被引用。我们观察到，来自这些场馆的20.1%的论文，包括UIST的60- 80%的论文和SIGCHI赞助场馆的更广泛数据集中的13%的论文，被专利引用-远远高于科学整体（9.7%）和NLP（11%）的主要场馆。然而，专利和论文引用之间的时间间隔很长（10.5年），而且越来越长，这表明HCI研究和实践可能无法有效地联系起来。
2023-01-31 cs.CY cs.DL cs.HC
Large publishing consortia produce higher citation impact research but co-author contributions are hard to evaluate
本文介绍了一种简单的凝聚聚类方法，以确定大型出版联盟，至少有20个作者和80%的文章之间的作者共享。根据1996-2018年的Scopus期刊文章，在这些标准下，几乎所有（88%）的大型联盟发表的研究的引用影响力高于世界平均水平，但主要是较新的联盟，其平均引用计数不可靠。平均而言，联盟研究的引用影响力几乎是世界平均水平的两倍（1.95）。在大多数联盟中，至少部分按字母顺序排列的作者是规范的。250个最大的财团是围绕昂贵设备的核物理学和天文学，以及基因组学、医学、公共卫生、微生物学和神经心理学中主要与健康有关的问题。对于与健康有关的问题，除了第一个和最后几个作者之外，作者身份似乎主要表明对收集原始数据所需的共享项目基础设施的贡献。研究评估人员不可能在庞大的物理学和天文学字母联盟中确定单个作者的贡献，而对于健康相关联盟的中间和最终作者来说，这是一个问题。对于小规模的评价，可以使用作者贡献声明（如果有的话）。
2019-06-05 cs.DL
Dynamic disruption index across citation and cited references windows: Recommendations for thresholds in research evaluation
Peking University（北京大学）；Max Planck Society（马克斯·普朗克学会）；Peking University Chongqing Research Institute of Big Data（北京大学重庆大数据研究院）
本文研究了引用积累的时间维度对定量研究评估的影响，提出通过破坏指数（D）评估颠覆性与巩固性研究。通过分析不同领域数百万篇文献，发现10年窗口可达到80%以上的D分类一致率，而较短窗口存在不稳定性。
2025-04-10 cs.DL
Viewing citation trend of Indian physics and astronomy research papers since 2005 through the lens of some new indicators
最近开发的指标引文摆动因子（CSF）的基础上的h-核心引文，超额引文和总引文定量测量这一扩散过程。根据基本定义，CSF的观测值或实验值为（dθ/dε），根据理论计算得出（-R3/he 2），其中R2、h2和e2分别表示总引文、h-核心引文和过量引文。后者表示CSF的预期值或理论值。本文计算了2005年至2020年印度部分期刊上发表的印度物理学研究成果的（dθ/dε），并将其与各自的理论值进行了比较。发现整个时间跨度的平均误差为2.26%，表明理论预期值和实际观察值之间非常接近。此外，本文还介绍了时间标准化总被引率（TC）、时间标准化未被引率（CU）和时间标准化总未被引率（TU）三个科学计量学指标。通过回归分析，找出了同一样本中这些指标的数值，并确定了它们的时间变化及其相互关系。
2021-09-11 cs.DL cs.IT math.IT
Citation Recommendation for Research Papers via Knowledge Graphs
学术论文的引文推荐是一项有价值的工作，它可以通过推荐相关的工作来帮助研究者提高工作质量。目前，这项任务的方法主要依赖于论文的文本和引文网络。在本文中，我们建议利用一个额外的信息源，即研究知识图谱（KG），互联研究论文的基础上提到的科学概念。我们的实验结果表明，从研究幼儿园与现有的国家的最先进的方法的信息相结合是有益的。STM-KG（STM：科学，技术，医学），这是一个自动填充的知识图谱的基础上，从十个领域的论文中提取的科学概念的实验结果。所提出的方法优于最先进的技术，前50个检索结果的平均精度为20.6%（+0.8）。
2021-06-10 cs.DL cs.IR
Statistical relationships between corresponding authorship, international co-authorship and citation impact of national research systems
本文对早期文献计量学研究中应用的三个科学指标之间的关系进行了统计分析，即基于相应作者的研究领导力，使用国际合著数据的国际合作，以及领域标准化引文影响。国家一级的指标摘自SCImago研究小组根据Elsevier's Scopus索引的出版物记录创建的SIR数据库。作者和基于引用的指标之间的关系被认为是复杂的，因为它反映了一个国家的科学发展阶段和数据库的覆盖政策。此外，人们应该区分真正的领导效应和纯粹的统计效应，因为分数计算。建议在机构一级进行进一步分析，并进行定性验证研究。
2020-06-05 cs.DL
A Graph Convolutional Neural Network based Framework for Estimating Future Citations Count of Research Articles
Indian Institute of Technology (Indian School of Mines), Dhanbad（印度理工学院（印度矿业学院），丹巴德）；University of Tartu（塔尔图大学）
科学出版物在研究人员的职业生涯中起着至关重要的作用。然而，有些文章在研究界比其他文章更受欢迎，并随后推动未来的研究方向。受欢迎的文章的指示性标志之一是一篇文章收到的引用次数。引用计数也是其他各种指标的基础，如期刊影响因子得分，$h$指数，是评估科学论文质量的重要指标。在这项工作中，我们提出了一个图卷积网络（GCN）为基础的框架，估计未来的研究出版物引用的短期（1年）和长期（5年和10年）的持续时间。我们已经在AMiner数据集上测试了我们提出的方法，特别是来自计算机科学领域的研究文章，包括超过80万篇文章。
2021-04-11 cs.AI cs.DL cs.ET
Rethinking Review Citations: Impact on Scientific Integrity
本文研究综述文章激增导致引用指标虚高的问题，以计算机科学领域为例，提出应优先引用原始研究以维护引用诚信和科学评价的公正性。
2025-04-08 cs.CY cs.DL
In-depth Research Impact Summarization through Fine-Grained Temporal Citation Analysis
UKP Lab, TU Darmstadt and Hessian Center for AI (hessian.AI)（图腾实验室，达姆施塔特技术大学及海德堡人工智能中心）；School of Computer Science and Engineering, Hebrew University of Jerusalem（耶路撒冷希伯来大学计算机科学与工程学院）；The Allen Institute for AI (AI2)（人工智能研究所（AI2））
本文提出生成细粒度时间引文分析的影响力摘要，通过引文意图的演变捕捉褒贬，引入评估框架，显示在主观指标上的人类相关性，并获得专家反馈。
2026-04-16 cs.AI cs.DL
A Probe into Causes of Non-citation Based on Survey Data
对不被引可能原因的实证分析结果有助于提高研究者的被引潜力，也有助于期刊编辑人员识别潜在的高质量稿件。本研究采用问卷调查的方法，对导致引文或不引文的可能原因进行了调查。然后，我们进行了统计分析，以确定导致不被引用的主要原因，结合通过调查收集的数据进行分析。大多数受访者认为论文容易被引用的8个主要原因，如研究热点和内容新颖的主题，发表后较长的时间间隔，研究主题与我的工作相似，高质量的内容，合理的自引，突出的标题，着名的作者，他们还指出，他们现在的研究方向与以前的研究方向存在巨大差异，这是他们以前的论文未被引用的主要原因。他们认为，包括注释、评论和给编辑的信在内的文本很少被引用，太短或太长的论文也是如此。相比之下，中等长度的评论、文章或论文更容易被引用。
2015-06-23 cs.DL
How to evaluate universities in terms of their relative citation impacts: Fractional counting of citations and the normalization of differences among disciplines
引用的分数计数可以通过规范引用行为差异方面的科学领域之间的差异来改善多学科研究单位（如大学）的排名。此外，引用论文方面的规范化废除了科学计量学中未解决的问题，即根据期刊划分科学领域和在不同期刊之间进行比较时的规范化。使用七所韩国研究型大学的出版物和引用数据，我们展示了排名的优势和差异，解释了可能的统计数据，并提出了如何可视化（引用）观众在网络方面的差异。
2010-10-12 cs.DL physics.soc-ph
RPYS i/o: A web-based tool for the historiography and visualization of citation classics, sleeping beauties, and research fronts
参考出版年光谱学（RPYS）和多RPYS提供了重建科学领域知识历史的算法方法。通过这一简短的交流，我们描述了通过引入RPYS i/o来开发研究史学的技术进步，RPYS i/o是一种用于交互式执行标准RPYS和多RPYS分析的在线工具（http：//comins.leydesdorff.net/）。该工具使用户能够探索研究领域的基础开创性作品，并绘制这些开创性作品随着时间的推移而产生的影响。这套可视化工具提供了分析和可视化科学影响力的无数时间动态的潜力，例如引用经典，睡美人和研究前沿的动态。我们通过分析-作为一个例子-发表在《科学哲学》杂志上的文献中的参考文献来展示该工具的功能。
2016-02-09 cs.DL
A recursive field-normalized bibliometric performance indicator: An application to the field of library and information science
在基于引用的研究绩效指标的开发中，两个常用的想法是基于领域分类方案的引用计数标准化的想法和递归引用加权的想法（如PageRank启发的指标）。我们将这两个想法结合在一个单一的指标，称为递归平均归一化引用分数指标，我们研究这个指标的有效性。我们的实证分析表明，所提出的指标是高度敏感的字段分类方案，使用。该指标还具有强化分类办法造成的偏差的强烈倾向。基于这些观察，我们建议反对使用的指标，其中的思想规范化的基础上的领域分类方案和递归引用加权的想法相结合。
2011-05-16 cs.DL
How important is choice of the scaling factor in standardizing citations?
由于各研究领域的引文行为各不相同，因此必须将适当的标准化作为对科学家个人和研究组织的生产力进行文献计量分析的一部分。这种标准化涉及到按某种因素进行缩放，这些因素表征了同一年和同一主题类别的文章的引用分布。在这项工作中，我们进行了研究人员的生产力排名的敏感性进行了分析，选择标准化他们的引文的缩放因子。为此，我们首先为2004-2008年期间在意大利从事硬科学研究的所有研究人员（超过30，000人）编制生产力排名。然后，我们测量的变化所造成的排名采用缩放因子，而不是特定的因素，似乎更有效地比较在不同领域的出版物的影响：引用平均分布的引用只出版物。
2018-10-31 cs.DL
More Precise Methods for National Research Citation Impact Comparisons
政府有时需要分析某一领域的研究论文，以监测进展情况，评估最近政策变化的影响，或确定优秀领域。他们可以将论文的平均引用影响除以该领域和年份的世界平均水平。然而，由于引用数据是高度倾斜的，简单的平均值可能太不精确，无法鲁棒地识别领域内的差异，而不是跨领域的差异。作为回应，本文介绍了两种新的方法来确定国家差异的平均引文影响，一个基于线性模型的归一化数据和其他使用几何平均值。2009-2015年期间26个Scopus油田的样本结果表明，几何平均值是最精确的，因此建议用于较小的样本量，例如单个油田。回归方法的优势在于区分各国对国际合作论文的贡献，但其置信区间比几何平均值要宽得多，除了最大样本量外，其他任何样本量的置信区间都不具有价值。
2015-09-21 cs.DL
Classification of Research Citations (CRC)
研究是一个持续的现象。它本质上是递归的。每一项研究都是基于一些早期的研究成果。在回顾文献的一个问题的一般方法是分类为积极和消极的引文相同的问题的早期工作。在本文中，我们提出了一种新的自动化技术，该技术将早期的工作是否被引用为情绪积极或情绪消极。该方法首先从引文中提取被引文本的部分内容。使用情感词典，我们通过在引用的地方（语料库）周围挑选最多五（5）个句子的窗口来将引用分类为积极或消极。我们使用朴素贝叶斯分类器进行情感分析。该算法进行了评估手动注释和类标记的收集150篇研究论文的领域的计算机科学。我们的初步结果显示准确率为80%。我们断言，我们的方法可以推广到不同学科的科研论文的分类。
2015-06-30 cs.DL cs.IR
A review of the literature on citation impact indicators
引文影响力指标在当今学术评价中发挥着重要作用，因此在文献计量学和科学计量学文献中受到了广泛的关注。本文提供了一个深入的文献综述引文影响指标。首先，概述了可用于计算引文影响指标的书目数据库（Web of Science，Scopus和Google Scholar）的文献。接下来，选定的主题在文献中的引用影响指标进行了详细审查。第一个专题是选择纳入引文影响指标计算的出版物和引文。第二个主题是引文影响指标的标准化，特别是领域差异的标准化。论文的第三个主题是合著论文的统计方法，最后一个主题是期刊的引文影响指标。最后，本文提出了一些建议，为今后的研究。
2016-02-25 cs.DL
Depth and Breadth of Research Area Coverage and Its Impact on Publication Citation: An Analysis of Bibliometric Papers
本研究通过文献计量分析发现，研究领域覆盖的深度与广度显著影响论文被引用，高影响力论文引用和吸引更广泛领域，拓宽知识流动，建议作者广泛引用高影响力文献。
2023-11-12 cs.DL
Comparison of a citation-based indicator and peer review for absolute and specific measures of research-group excellence
许多不同的措施被用来评估学术研究的卓越性，这些都受到国际上科学计量，大学管理和决策社区正在进行的讨论和辩论。一个仍然重要的专题是，基于引用的指标与基于同行审查的评价相比的程度。在这里，我们分析了一个特定的基于引用的影响力指标的值和同行评议分数在几个学科，从自然科学到社会科学和人文科学之间的相关性。我们对研究小组而不是个人进行比较。我们在两个层面上进行比较。在绝对水平上，我们比较了整个集团的总影响力和整体实力。在一个特定的层面上，我们比较了学术影响和质量，并根据团体的规模进行了标准化。我们发现，在前一级非常高的相关性为一些学科和穷人的相关性在后一级的所有学科。这意味着，虽然基于引用的分数可以帮助描述研究小组的实力，特别是对于所谓的硬科学，但它们不应该被用作研究小组排名或比较的代理。此外，软科学的同行评价分数和基于引用的分数之间的相关性较弱。
2013-05-27 cs.DL physics.soc-ph
Characterizing References from Different Disciplines: A Perspective of Citation Content Analysis
Nanjing University of Science and Technology（南京理工大学）
由于社会问题不可避免地涉及多个学科，因此多学科合作在研究中很常见。在科研论文中，参考文献信息，尤其是引文内容，是不同学科间交流的重要表征。分析研究论文中不同学科参考文献的分布特征，是发现参考文献信息来源、识别不同学科贡献的基础。本文以PLoS中的文章为数据源，基于引文内容分析（CCA）对不同学科的参考文献进行了分析。首先，我们从PLoS上下载了210，334篇全文文章，并收集了文内引文信息。然后，我们确定这些学术文章中每个参考文献的学科。为了表征这些参考文献的分布，我们分析了三个特征，即被引次数、平均被引强度和平均被引长度。最后，我们得出结论，来自不同学科的参考文献的分布是显着不同的。虽然大多数参考文献来自自然科学，但人文和社会科学在文章的引言和背景部分中起着重要作用。基础学科，如数学，在PLoS的文章中主要提供研究方法。文章的结果和讨论部分中提到的引文主要是学科内的引文，例如PLoS中的护理和医学引文。
2021-01-19 cs.CL cs.DL
In which fields do ChatGPT scores align better than citations with research quality?
University of Sheffield（谢菲尔德大学）
ChatGPT-4o和ChatGPT-5 mini在多个领域中表现出比引用更高的研究质量相关性，为新研究质量评估提供了有力证据。
2026-02-08 cs.DL
