P指数
P-Index
摘要:
我提出了真正构成一个定义良好,紧凑的作者引用度量的P指数。
英文摘要:
I propose the P-Index that genuinely constitutes a well-defined, compact author citation metric.
机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。
P-Index
Shiva P. Pudasaini
我提出了真正构成一个定义良好,紧凑的作者引用度量的P指数。
I propose the P-Index that genuinely constitutes a well-defined, compact author citation metric.
机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。
继续探索
Restricting the h-index to a citation time window: A case study of a timed Hirsch index
在许多情况下,h指数的增加主要是因为引用了相当旧的出版物。这种惯性可以通过将评估限制在引用时间窗口来规避。在这里,我报告的实证研究的结果,分析了这样定义的定时h指数的演变依赖于引用时间窗口的长度。
Mapping Citation Patterns of Book Chapters in the Book Citation Index
在本文中,我们为读者提供了一个直观的表示的影响,图书章节索引的图书引文索引使用信息增益值和出版的不同学术出版商在特定学科的图书章节之间的关系。书籍章节的影响力可以通过引用直方图来统计。例如,我们可以计算每个学术出版商在不同时间间隔内被引用的书籍章节的出现概率。我们预测两个引文直方图之间的相似性的基础上,这些特征之间的相对信息量。我们观察到,图书章节的引用模式遵循洛特卡分布。本文介绍了使用“日心顺时针地图”的图书引文索引的结构,它使读者不仅可以确定一个给定的学术出版商在图书引文索引索引与一个特定的学科,根据其引文分布的相似性等级,但也很容易观察到一个学科的一般结构,确定出版商的影响力和产量较高。
Citation success index - An intuitive pair-wise journal comparison metric
在本文中,我们提出了“引用成功指数”,一个衡量比较成对期刊的引用能力。引用成功指数是一个期刊上的随机论文比另一个期刊上的随机论文有更多引用的概率(50%意味着两个期刊做得一样好)。与期刊影响因子(IF)不同,引文成功指数取决于引文分布的宽度和形状。此外,它对零星的高引用论文不敏感,这些论文会扭曲IF。然而,我们发现,基于包含约240万篇文章的16,000种期刊,引用成功指数是比较期刊的IF比率的相对紧密函数,因为具有相同IF的期刊具有非常相似的引用分布。引文成功指数作为IF比率的函数缓慢增长。只有当IF的比率超过~6时,它才是实质性的(>90%),而IF值的两倍差异转化为具有较高IF的期刊的适度优势(指数为~70%)。我们通过提供一个在线计算器,仅将期刊对的IF作为输入参数,从而促进了该指标的更广泛采用。
A Comparison between the China Scientific and Technical Papers and Citations Database and the Science Citation Index in terms of journal hierarchies and inter-journal citation relations
从数据库层次、专业层次和机构层次三个方面对中国科技论文引文数据库(CSTPCD)的期刊结构进行了分析。大学学报与中国科学院出版的学报)。并与《科学引文索引》收录的中文期刊进行了比较。CSTPCD中的期刊-期刊引用关系的频率比SCI低一个数量级。中国期刊,尤其是高质量期刊,更喜欢引用国际期刊而不是国内期刊。然而,中国期刊并没有得到国际同行的同等接待。中国期刊的国际知名度较低,但在科学领域之间存在差异。中国科学院学报(CAS)在国际科学界比大学学报更受欢迎。
x-index: a fantastic new indicator for quantifying a scientist's scientific impact
h指数已成为量化科学家在各个科学领域的科学影响力的最流行指标。h指数定义为引用数大于或等于h的论文的最大数量,它平等对待每一个引用。然而,不同的引文通常来自不同的论文,具有不同的影响力和质量,而来自高影响力论文的引文比来自普通论文的引文更能体现对目标论文的认可。基于这一假设,我们提出了一个新的指标,称为x指数来量化一个科学家的科学影响力,只考虑来自有影响力的论文的引文。x指数定义为有影响力的引文数大于或等于x的最大数量的论文,其中每个有影响力的引文来自其作者的平均ACNPP(每篇论文的平均引文数)大于或等于x的论文。通过对APS数据集的分析,我们发现本文提出的x指数能够更好地区分物理学奖获得者和普通物理学家。
Does it Matter Which Citation Tool is Used to Compare the h-index of a Group of Highly Cited Researchers?
由引文索引(Scopus,Google Scholar和Web of Science)检索的h指数用于衡量科学家的科学表现和研究影响力研究,基于科学家的出版物和引文数量。它也很容易获得,可用于科学家的业绩衡量和招聘决定。本研究的目的是调查这三个引文数据库,即Scopus,Google Scholar和Web of Science基于一组高被引研究人员(诺贝尔奖获得者科学家)的h指数的输出和结果之间的差异。本研究采立意抽样方法收集资料。结果表明,Scopus、Google scholar和Web of Science 3个数据库的h指数存在显著性差异,其中Google scholar h指数大于其他2个数据库的h指数。研究还表明,基于Google Scholar和Scopus的h指数之间存在显著的正相关关系。Scopus、Google Scholar和Web of Science的引文索引对科学家h指数的评价有一定的参考价值,但也存在一定的局限性。
Maps on the basis of the Arts & Humanities Citation Index: The journals Leonardo and Art Journal versus "Digital Humanities" as a topic
使用艺术与人文学科引文索引(A & HCI)进行期刊映射的可能性尚未得到充分认识,因为该数据库缺乏期刊引文报告(JCR)。A & HCI(2008)的准JCR是根据Web of Science中包含的数据构建的,并用于评估两种期刊:Leonardo和Art Journal。基于该领域内期刊间引文汇总的地图可以与包括科学引文索引和社会科学引文索引中期刊引用的地图进行比较。艺术期刊被(社会)科学期刊引用的次数比其他艺术期刊多,但这些期刊在各自的参考文献方面相互借鉴。在分析诸如"数字人文"这样的主题的文献时,没有发现这种被引用的文化影响。这个实践社区的功能更像是一个知识组织者,而不是一个期刊。
The structure of the Arts & Humanities Citation Index: A mapping on the basis of aggregated citations among 1,157 journals
使用艺术与人文科学引文索引(A&HCI)2008年,我们应用映射技术以前开发的映射期刊结构的科学和社会科学引文索引。110,718条记录之间的引用关系在A&HCI特定的1,157种期刊水平上进行了汇总,并对期刊结构是否可以重建和可视化提出了质疑。余弦标准化(自自底向上的)和因子分析(自上而下)都建议将其划分为大约12个子集。这些子集之间的关系,探讨使用各种可视化技术。然而,我们无法使用ISI主题类别检索此结构,包括特定于A&HCI的25个类别。我们讨论的选项验证,如对美国艺术与科学学院的人文指标的类别,欧洲人文参考指数(ERIH)的面板结构,并比较我们的结果与人文科的文学与科学学院的加州大学洛杉矶分校作为一个例子的机构组织的课程组织。
How many citations are there in the Data Citation Index?
对汤森路透数据引文索引的引文分布进行描述性分析,按出版物类型和四大领域:科学,工程与技术,人文与艺术和社会科学。
The Rise and Rise of Citation Analysis
随着绝大多数的科学论文现在可以在网上,本文介绍了网络是如何让物理学家和信息提供商更准确地衡量这些论文及其作者的影响。提供了引文分析的历史背景、影响因子、新的引文数据源(例如,Google Scholar、Scopus、NASA的Astrophysics Data System Abstract Service、MathSciNet、ScienceDirect、ScienceScholar、Scitation/SPIN和SPIRES-HEP),以及h-index、g-index和a-index。
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。
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。
Towards a Book Publishers Citation Reports. First approach using the Book Citation Index
Web of Science Citation Indexes(SCI、SSCI和A&HCI)中没有书籍和书籍章节一直被认为是一个重要的缺陷,但汤森路透的图书引文索引数据库最终在2010年10月索引了29,618本书和379,082本书章节。图书引文索引为从文献计量学的角度分析这些领域打开了一扇新的机会之窗。本文的主要目的是分析2006-2011年社会科学和人文科学领域图书引文索引中涉及科学出版商的不同影响力指标。这样,我们就可以构建我们所谓的“图书出版商引文报告”。为此,我们根据人文与艺术和社会科学与法律的不同学科,为科学出版商提供了6个指标,共19个排名
Korean journals in the Science Citation Index: What do they reveal about the intellectual structure of S&T in Korea?
在过去的十年中,我们见证了韩国的研究成果在科学引文索引数据库中的出版物的世界份额方面的持续增长。然而,韩国的引用表现还不如出版表现具有竞争力。在这项研究中,作者研究了韩国科技领域的知识结构的基础上,社会网络分析的期刊期刊引用数据使用的10种韩国SCI期刊作为种子期刊。结果表明,韩国SCI期刊更像是一个出版场所,而不是一个研究渠道,也不是国家科学家的信息来源。因此,这些期刊可以通过促进各自的进入壁垒,为韩国学者提供进入国际科学界的机会。然而,没有引用关系的基础上,他们的韩国背景。此外,我们打算得出一些政策的影响,这可能有助于提高韩国的研究潜力。
Central indexes to the citation distribution: A complement to the h-index
研究人员的引文分布显示了其作品的影响,并决定了其科学生涯的成功。然而,由于分布的二维特征,它在科学评价中的应用是困难的。最近提出了一些文献计量学指标,试图以数值综合这种分布的主要特征。与其他文献计量方法相比,分布尾部引起的偏差被h指数所减少。然而,该指数在区分不同发表习惯的研究者方面存在一些局限性。该指数惩罚选择性的研究人员,与大型生产者相比,他们以收到的大量引用而闻名。在这项工作中,两套原始的指标,中心区域指标和中心间隔指标,补充h指数,包括中心形状的引文分布,提出和比较。
Visualization of the Citation Impact Environments of Scientific Journals: An online mapping exercise
基于科学引文索引(5968种期刊)和社会科学引文索引(1712种期刊)的2004年期刊引文报告的期刊-期刊引文网络的汇总可以从这些期刊中的任何一种的角度进行访问。因此,用户能够根据链接和图表来分析引用环境。此外,期刊的本地影响力被定义为其在特定期刊的引用环境中的总引用量的份额;节点的垂直大小与此引用影响成比例地变化。每个节点的水平尺寸可以用来提供期刊内(自)引用校正后的相同信息。在“引用”环境中,这一措施的等价物可以被视为引用活动指数,它映射了给定期刊的作者集体如何感知相关期刊环境。作为政策应用,科学之间的跨学科发展的机制,阐述了纳米技术期刊的情况。
Edited Volumes, Monographs, and Book Chapters in the Book Citation Index (BKCI) and Science Citation Index (SCI, SoSCI, A&HCI)
2011年,路透社推出图书引文索引(BKCI)作为科学引文索引(SCI)的一部分。Web of Science第5版的界面使用户能够搜索“书籍”和“书籍章节”作为新类别。然而,书籍和书籍章节总是被引用的参考文献,自2005年以来,书籍章节已被列入数据库。我们探索这两个类别与BKCI和SCI,并在姐妹社会科学(SoSCI)和艺术与人文(A&HCI)数据库。编辑卷中的书籍章节可以被高度引用。书籍包含许多引用参考,但相对较少被引用。这可能是因为书籍的流通速度比期刊文章慢。在科学计量学上,可以区分“书籍”中的专著和编辑卷。专著在引用影响方面可能被低估,或者使用出版绩效指标被高估,因为单个章节在文章,评论和/或书籍章节方面分别被视为贡献。
On the Normalization and Visualization of Author Co-Citation Data Salton's Cosine versus the Jaccard Index
在作者共引分析(ACA)的情况下,关于应该使用哪种相似性度量来进行规范化的争论,当人们区分对称共引--或者更一般地说,共现--矩阵和潜在的不对称引文--出现--矩阵时,就更加复杂了。在Web环境下,检索原始引文数据的方法往往是不可行的。在这种情况下,应该使用Jaccard指数,但最好是在主对角线上添加总引用(出现)的数量之后。与索尔顿余弦和皮尔逊相关性不同,Jaccard指数从分布的形状中抽象出来,只关注两组的交集和总和。由于共生矩阵中的相关性可能部分是虚假的,因此Jaccard指数的这一特性在这种情况下可以被认为是一个优点。
A simple centrality index for scientific social recognition
我们引入了一个新的二分网络的论文和作者的中心性指数,我们称之为$K$ -指数。$K$指数随着引用特定研究人员的论文的引用性能而增长,可以被视为科学社会认可的衡量标准。事实上,$K$ -index度量引用给定作者的枢纽节点的数量,在二分网络中以自洽的方式定义。我们表明,$K$指数可以通过简单的检查Web的科学平台计算,并提出了几个优势,比其他中心指数,特别是赫希$h$指数。$K$ -索引对自引具有稳健性,不像$h$ -索引那样受到研究人员发表论文总数的限制,并且可以以一致的方式区分具有相同$h$ -索引但科学社会认可度差异很大的研究人员。$K$ -索引很容易检测到研究人员因科学不端行为而夸大论文、引文和$h$ -索引数量的已知案例。最后,我们表明,在28位诺贝尔物理学奖获得者和28位高被引非诺贝尔物理学奖获得者的样本中,$K$指数与获奖成就的相关性优于论文数量、引用次数、每篇论文的引用次数、引用文章或$h$指数。聚类研究人员在一个$K$与$h$图揭示了有趣的离群值,表明这两个指数可以提供互补的独立信息。
Crowdsourcing open citations with CROCI -- An analysis of the current status of open citations, and a proposal
在本文中,我们分析了一个特定的数据集,即COCI(开放引文索引的交叉引用开放DOI-to-DOI引文; http://opencitations.net/index/coci)的开放引文数据的当前可用性由OpenCitations提供。这些分析的结果显示,当前可用的开放引文数据的覆盖范围存在持续的差距。为了解决这个具体问题,我们提出了一个策略,使社区(例如学者和出版商)可以直接参与众包开放引文,通过OpenCitations基础设施将他们的引文数据上传到我们的新索引CROCI,众包开放引文索引。
A citation index bridging Hirsch's h and Egghe's g
本文提出一种新的引用指数ν,连接Hirsch的h指数与Egghe的g指数,并推广为参数族(ν_α)以表达不同指标间的关系。
The x-index: A new citation-distance-based index to measure academic influence
学术测量领域的一个重要问题是如何科学、全面地评估学术影响力,以帮助政府和研究机构更好地配置学术资源和招募研究人员。人们普遍认为,用加权引文来衡量学术影响力比同等对待所有引文更合理。文献计量学文献中的第一个基于收到引文的数量和质量来衡量产出的索引c-索引存在局限性,鉴于此,我们提出了x-索引,它根据距离为每个引文分配权重。通过定义合作距离和引文距离,分析了合作网络和引文距离的性质,并对c-index进行了理论和实证分析,揭示了c-index的不足,最后提出了x-index,并对x-index进行了实验和分析。实验结果表明,与c指数、h指数和g指数相比,x指数具有更强的区分能力。
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。
COCI, the OpenCitations Index of Crossref open DOI-to-DOI citations
在本文中,我们提出了COCI,Crossref开放DOI-to-DOI引文的OpenCitations Index(http://opencitations.net/index/coci)。COCI是OpenCitations创建的第一个开放引文索引,其中我们应用了引文作为一级数据实体的概念,它包含来自Crossref中可用数据的超过4.45亿个DOI到DOI引文链接。这些引文通过OpenCitations数据模型(OCDM)的新扩展版本在RDF中描述。我们介绍了我们为创建这些数据而开发的工作流程,还展示了通过不同的访问点(SPARQL端点、REST API、批量下载、Web接口以及通过HTTP内容协商对引文的直接存取)方便访问和查询这些数据的附加服务。最后,我们提出了关于使用COCI引文数据的统计数据,我们介绍了几个项目,已经开始使用COCI数据用于不同的目的。
A Case Study of the Arbitrariness of the h-Index and the Highly-Cited-Publications Indicator
当需要q*h而不是h引用作为索引定义的阈值时,h索引的任意性变得明显,从而改变了数据集最有影响力的出版物的核心大小。我分析了26位物理学家的引用记录,以确定前因子q对排名的影响程度。同样,高被引出版物指标的任意性是由于阈值,要么作为引用的绝对数量,要么作为高被引论文的百分比。对26条引文记录的分析表明,依赖于这些阈值的排名变化相当大,与h指数的相应变化相当。
Regional and Global Science: Latin American and Caribbean publications in the SciELO Citation Index and the Web of Science
我们比较了拉丁美洲和加勒比地区(LAC)出版物在Web of Science(WoS)的核心馆藏索引中的可见性-科学引文索引扩展,社会科学引文索引和艺术与人文学科引文索引-以及SciELO引文索引(SciELO CI),该索引于2014年集成到更大的WoS平台中。这种比较的目的是帮助我们了解拉丁美洲和加勒比地区产生的科学知识的传播,并提供一些思考的潜在好处的衔接区域索引工作到WoS更好地了解地理和学科的贡献。SciELO CI的区域水平与WoS的全球范围有何关系?在WoS中,LAC作者在全球范围内被纳入国际网络,而SciELO为LAC研究人员提供了一个互动平台。SciELO与WoS的结合可能会提高区域期刊的国际知名度,但代价是独立的期刊纳入标准。
How to derive an advantage from the arbitrariness of the g-index
g指数的定义和h指数一样随意,因为g篇被引用最多的论文的引用阈值g^2可以由一个前置因子来修改,从而考虑到数据集中或多或少的高引用出版物。在一个案例研究中,我调查了26个物理学家的引用记录,并表明前因子的影响排名的广义g-指数小于广义h-指数。我特别建议g指数的前因子为2,因为这样得到的值与普通h指数的值具有相同的数量级。通过这种方式,可以避免原始g指数的缺点,即值通常比h指数大得多,因此精度问题也大得多;同时保留了g指数相对于h指数的优点。与广义h指数一样,对于广义g指数,不同的前因子可能更适用于只关注引用频率高的顶级科学家或引用次数少的初级研究人员的研究。
CiteScore metrics: Creating journal metrics from the Scopus citation index
2016年12月,经过几年的发展,Elsevier推出了一套透明,全面,当前和免费提供的期刊引文指标,称为CiteScore指标。大多数CiteScore指标是静态的,从动态Scopus引文索引计算的年度指标。本着最近关于负责任地使用指标的公开声明的精神,我们概述了期刊引用指标的理想特征,讨论了我们如何决定被引用和引用的出版物年份和用于CiteScore指标的文档类型,并详细说明了每个指标的精确计算方法。我们进一步讨论CiteScore指标的资格标准和在线显示的选择,以及我们的方法来计算静态指标的动态引文索引。最后,我们来看看这些指标到目前为止收到的反馈,以及CiteScore如何做出回应。
The inconsistency of h-index: a mathematical analysis
引文分布是对数正态分布。我们使用30个对数正态分布的合成数字序列,模拟真实的一系列引文调查的一致性的h指数。使用对数正态累积分布函数,可以公式化定义h指数的方程;该方程表明h对论文数量(N)具有复杂的依赖性。我们还调查了h和超过各种引用阈值的论文数量之间的相关性,从5到500次引用。最好的相关性是100阈值,但许多数据点偏离了总趋势。与论文大小无关的指标h/N与发表论文超过任何引用阈值的概率无关。与h指数相反,总引用次数与超过10次和50次引用阈值的论文数量高度相关;平均引用次数与发表超过任何引用水平的论文的概率相关。因此,在综合系列中,引文数和平均引文数是比h和h/N更好的研究绩效指标。我们讨论,在真正的引文分布有其他困难。
Scientific impact evaluation and the effect of self-citations: mitigating the bias by discounting h-index
在本文中,我们提出了一种衡量科学影响的方法,该方法对自引进行折扣,并且不需要任何关于自引在出版物中分布的先验知识。该索引可用于研究人员和期刊。特别是,我们表明,它填补了h指数和类似的措施,不考虑作者或期刊影响力评价的自引的影响的差距。本文提供了两个现实世界的例子:在前者中,我们评估了最富有成效的学者在计算机科学(根据DBLP)的研究影响;在后者中,我们重新审视了排名在SCImago的“计算机科学应用”部分的期刊的影响。我们观察如何自我引用,在许多情况下,影响根据不同的措施(包括h指数和ch指数)获得的排名,并显示如何建议的措施减轻这种影响。
Coverage, field specialization and impact of scientific publishers indexed in the 'Book Citation Index'
目的:本研究旨在分析汤森路透图书引文索引数据库的学科覆盖范围,重点是出版商的存在,影响和专业化。设计/方法/途径:我们进行了一项描述性研究,其中我们检查了学科的覆盖范围,出版商分布的领域和出版物的国家,以及出版商的影响。为此,汤森路透的主题类别被汇总为15个学科。结果:该数据库的总份额的30%属于人文和社会科学领域。大多数学科都由少数出版商主要来自英国和美国(75.05%的书籍),事实上,33家出版商集中了90%的份额。至于出版商的影响,80.5%的书籍和章节仍然未被引用。在此数据库中发现两个严重错误。首先,图书引文索引并不检索所有书籍和章节的引文。第二,书籍引用不包括对它们章节的引用。研究限制/影响:图书引文索引仍不发达,并有严重的局限性,需要谨慎使用时,它的文献计量学的目的。实际影响:从这项研究中获得的结果警告对使用这个数据库的文献计量学的目的,但打开了一个新的窗口,涵盖长期被忽视的领域,如人文和社会科学的机会。本研究的目标受众是图书馆员、文献计量学家、研究人员、科学出版商、潜在作者和评估机构。独创性/价值:目前还没有研究深入分析这一新的数据库,其中包括各论的覆盖范围。
Analysis of bibliometric indicators for individual scholars in a large data set
从书目数据库中得出的引文数量和其他数量正在成为评估研究活动的生产力和影响的标准工具。虽然它们被广泛使用,但迄今为止它们的统计特性还没有得到很好的建立。在旨在评价个别学者的文献计量指标方面尤其如此,因为大规模数据集通常难以检索。在这里,我们利用了最近引入的大型书目数据集Google Scholar Citations,它收集了单个学者的整个出版记录。我们分析了超过30,000名研究人员的科学概况,并研究了h指数,出版物数量和单个科学家的引用数量之间的关系。虽然一个科学家的出版物的数量有一个相当弱的关系,他/她的h-指数,我们发现,一个科学家的h-指数是强烈相关的引用的数量,她/他已经收到,使引用的数量可以有效地被用作代理的h-指数。考虑到h指数取决于引用次数和出版物数量,我们发现只有一个微小的改进。
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。
Analyzing the citation characteristics of books: edited books, book series and types of publishers in the Book Citation Index
本文提出了第一种方法来分析的因素,确定图书的引文特征。为此,我们使用汤森路透的图书引文索引,这是一个2010年推出的新颖的多学科数据库,提供书籍的文献计量数据。我们分析了三个可能的因素,被认为是影响图书的引文影响:编辑的存在,在系列的收录和出版商的类型。此外,我们重点关注被引用次数较多的书籍,看看这些因素是否也会影响它们。我们将数据库中被引用次数最多的前5%的书籍视为高引用书籍。我们定义了这三个方面,我们提出了四个主要科学领域的结果,以确定基于领域的差异(科学,工程与技术,社会科学和艺术与人文)。最后,我们得出结论,注意到编辑的书籍和出版商类型的差异。虽然丛书中的书籍在两个方面的影响较大。
An introduction to the coverage of the Data Citation Index (Thomson-Reuters): disciplines, document types and repositories
在过去的几年里,数据共享的运动一直很受欢迎。在此背景下,汤森路透在2012年底推出了一个新的产品在知识的网络家庭:数据引文索引。该工具的目的是使人们能够从一个地方发现和访问来自不同主题领域和世界各地的各种数据储存库的数据。在这个简短的说明中,我们提出了一些初步的结果,从数据引文索引的分析。具体来说,我们解决了以下问题:学科覆盖率,数据库中存在的数据类型,以及研究时包含的存储库
Sentiment-aware Enhancements of PageRank-based Citation Metric, Impact Factor, and H-index for Ranking the Authors of Scholarly Articles
针对现有基于频次的作者引用指标默认引用为中性情感的局限,研究提出对PageRank类引用指标、影响因子及H指数进行情感感知增强,以更准确反映同行对作者学术成果的评价。
Automation of the Export Data from Open Journal Systems to the Russian Science Citation Index
结果表明,科学家和科学期刊的科学计量指标的计算仍然是一个实际问题。据透露,领先的scientometric数据库有能力自动元数据收集的科学期刊网站使用专门的电子文档管理系统,特别是开放的期刊系统。开放期刊系统成功地将一篇论文的元数据从科学期刊导出到科学计量数据库Scopus,Web of Science和Google Scholar。然而,没有标准的方法从开放期刊系统输出到俄罗斯科学引文索引和哥白尼索引等科学计量数据库,这决定了研究的需要。本研究的目的是开发插件的开放期刊系统的数据从这个系统的出口到科学计量数据库俄罗斯科学引文索引。作为研究的结果,提出了一个信息学模型,从开放式期刊系统导出元数据到俄罗斯科学引文索引。SirenExpo插件的开发是为了通过使用Articulus发布准备系统将数据从Open Journal Systems导出到Russian Science Citation Index。
The disruption index suffers from citation inflation and is confounded by shifts in scholarly citation practice
本文揭示颠覆指数因引用膨胀和学术引用实践变化而系统性下降,通过数学推导和实验验证,发现颠覆性与团队规模的关系在特定条件下发生转变。
Exploiting citation networks for large-scale author name disambiguation
我们提出了一种新的算法和验证方法,消除歧义的作者姓名在非常大的书目数据集,并将其应用到完整的Web of Science(WoS)引文索引。我们的算法仅依赖于WoS所涵盖的整个时期的作者和引文图。建立了基于共同合著者、自引、共享参考文献和引文的成对出版物相似性度量,以执行两步凝聚聚类,该聚类首先连接单个论文,然后合并相似的聚类。该参数化模型使用基于h指数的召回率指标进行优化,有利于正确分配引用良好的出版物,并使用WoS元数据和交叉引用的Google Scholar配置文件进行基于姓名首字母的精确度。尽管使用了有限的元数据,我们达到了87%的召回率和88%的准确率,并优先考虑具有高h指数值的研究人员。4700万篇WoS文章可以在一台机器上在不到一天的时间内消除歧义。我们开发了一个h-指数分布模型,证实预测与经验数据非常吻合,并深入了解h-指数在真实学术排名场景中的效用。
The Z-index: A geometric representation of productivity and impact which accounts for information in the entire rank-citation profile
我们提出了一个简单的推广赫希的h指数,Z = \sqrt{h^{2}+C} / \sqrt{5},其中C是总的引文数。Z旨在纠正h对科学家高引用论文造成的潜在过度惩罚,因为对于大多数分析的科学家来说,我们发现超额引用分数(C-h^{2})/C分布在0.75附近,这意味着作者75%的影响被忽略了。此外,Z对科学家引用概况的局部变化不太敏感,即增加h而仅轻微影响C的扰动。使用476个物理学家职业和488个生物学家职业的真实职业数据,我们分析了$Z$的分布和Z相对于赫希指数h和埃格指数g的排名稳定性。我们分析了分布在广泛的总影响范围内的职业,包括被引用次数最多的物理学家和生物学家,以进行基准比较。在实践中,Z指数需要计算h所需的相同信息,并且可以毫不费力地纳入职业档案数据库,如Google Scholar和ResearcherID。由于Z包含了整个出版物的信息,同时比H和G更强大的局部扰动,我们认为,Z更适合在学术决策的情况下,包括大量的科学家的排名比较。
Does diversity of papers affect their citations? Evidence from American Physical Society Journals
本文利用1985 - 2012年美国物理学会《物理评论》期刊上发表的论文Meta数据,研究了物理科学论文的跨学科性与其被引用次数之间的相关性。我们使用Weitzman多样性指数来衡量论文和作者的多样性,利用PACS(物理和天文分类方案)代码的层次结构。我们发现,随着时间的推移,具有高多样性的作者的比例是增加的,其中作为最小的多样性的比例是减少,和中等多样性的作者有更高的倾向于切换到其他多样性组。论文的多样性指数与它们在出版年份的给定时间段内收到的引用相关。多样性指数较低和较高的论文比中等多样性的论文获得更少的引用。
Citation network centrality: a scientific awards predictor?
$K$ -指数是一种在复杂网络中容易计算的中心性指数,例如科学引文网络。如果研究者被至少有$K$引用的$K$文章引用,则其$K$指数等于$K$。与Hirsh的$h$指数相比,$K$指数有几个优点,并且在以前的研究中,它与诺贝尔奖的相关性优于{ \em Web of Science}给出的任何其他指数,包括$h$指数。与其他科学界关系密切的研究人员联系最紧密的研究人员最有可能从事重要的工作,更有可能在特定领域获得重大奖项,这是合理的。然而,发现的相关性并不意味着因果关系。在这里,我们使用$K$ -索引进行实验,产生了12个候选人的主要科学奖,包括物理学诺贝尔奖,在不久的将来。例如,我们的前12名$K$ -索引列表自然选择了2019年诺贝尔奖获得者James Peebles。该名单可以每年更新,并应与下一年的获奖者进行比较
International Co-authorship Relations in the Social Science Citation Index: Is Internationalization Leading the Network?
我们分析了2011年社会科学引文索引中的国际合著关系,使用了该索引DVD版本中的所有可引用项。网络统计数据显示了四个国家集团:(i)亚太地区的所有盎格鲁-撒克逊国家(包括英国和爱尔兰)都属于;(ii)欧洲大陆的一个,也包括拉丁美洲国家;(iii)斯堪的纳维亚国家;(iv)非洲国家共同体。在欧盟28国(包括克罗地亚)中,欧盟15国中有11国占据主导地位。将欧盟28国压缩为一个单一节点会导致美国和欧盟28国之间的两极结构;中国是美国极的一部分。我们开发了一个信息理论的测试,以区分是否国际合作或国内合作占上风,结果是混合的,但国际层面是更重要的比国家一个在汇总集(这是发现在SSCI和SCI)。然而,在法国,国家分布比国际分布更重要,而核心组中的大多数欧洲国家(英国,德国,荷兰等)则相反。美国各州的分解显示出类似的混合结果;更多的美国州在SSCI中面向国内,而在SCI中更面向国际。在过去几十年中,除了国家网络之外,国际网络也有所发展,但并没有取代国家网络。
$h_{PI}$: The Citation Index for Principal Investigators
一个新的引文索引$h_{PI}$的主要研究者(PI)的定义类似于赫希的索引$h$,但基于重整引文的PI的论文。为此,论文的作者被分为两组:PI和非PI。PI被定义为大学里监督个人研究项目的助理、副教授或正教授。然后将某个PI的每篇论文的引用除以该论文作者中PI的数量。数据的样本48 PI谁是高级教师的物理和物理相关的工程部门在一所私立研究型美国大学,使用ISI Web的科学引文数据库。主要结果是,基于$h$和$h_{PI}$的个人排名差异很大。此外,在48名PI的样本中,我们发现$h_{PI} = h \,/ \sqrt{<N_{PI}>}$,其中< $N_{PI}$ >是特定PI论文的主要研究者的平均人数。此外,还有$h_{PI} = \frac{1}{2} \sqrt{C_{tot}\,/<N_{PI}>}$,其中$C_{tot}$是引文总数。简要讨论了扩大$h$或$h_{PI}$范围的方法,并介绍了一种新的高被引论文的度量标准$h_x$,它表示超过$h$ -core中$h^2$最小值的平均被引次数。
$Φ$ index: A standardized scale-independent and field-normalized citation indicator
本文提出Φ指数,通过标准化引用均值和领域差异,解决传统影响因子的规模敏感性和领域归一化问题,提升跨领域的期刊排名。
Web of Science Core Collection's coverage expansion:The forgotten Arts & Humanities Citation Index?
本研究揭示了2001至2020年间WoSCC中SCIE、SSCI与A&HCI数据库覆盖扩张的不平衡模式,发现A&HCI发文量与期刊均发展停滞,并探讨了其成因与影响。
The relative significance of the H-index
使用赫希指数($h$)来衡量作者在科学文献中的知名度,作为总引用量(c)等总指标的替代方法,已经变得很流行。我表明,至少在天体物理学中,$h$与总体引用密切相关。平均关系为$h=0.5(\sqrt c+1)$。离群值很少,并且与平均值相差不大,特别是如果$c$和$h$使用“标准化”ADS引文。无论其背后的理论推理是什么,赫希指数在实践中似乎并没有衡量一些重要的新东西。
The disruption index is biased by citation inflation
本文揭示了引用膨胀导致破坏指数时间偏移的问题,指出引用网络结构变化使跨时间分析困难,提出三种批评方法和合成网络以测试其他指标的系统性偏差。
Distinguishing True Influence from Hyperprolificity with Citation Distance
本文提出x指数,通过引用距离衡量学术影响,改进了传统指标对高产作者的偏袒,更公平地反映学术成就。
Power-law distributions, the h-index, and Google Scholar (GS) citations: a test of their relationship with economics Nobelists
本文证明了Google Scholar(GS)可以构建与评价研究人员作品相关的文献集。诺贝尔经济学奖获得者是被分析的研究人员,对他们的作品进行了两种类型的GS引用测试:分布和语义。分布测试发现,GS引用获奖者的作品符合幂律模型,其渐近线或“尾部”与他们的h指数相连,划分了他们的核心作品,验证了GS和h指数。语义测试显示,他们的作品在GS引用最高的主题,他们被授予该奖项。
Twenty Hirsch index variants and other indicators giving more or less preference to highly cited papers
赫希指数(Hirsch index)或h指数被广泛用于量化个人科研成果的影响,确定科学家论文中至少被引用h次的最高数量h。该指数的几个变种已被提出,以给予或多或少的高引用论文的优先权。我分析了26位物理学家讨论各种建议的引文记录,特别是A、e、f、g、h(2)、h_w、h_T、\hbar、m、π、R、s、t、w和maxprod。所有和所有被引用的出版物的总数以及最高和平均引用次数也进行了比较。讨论了这些指标和指标的优缺点。确定相关系数,量化哪些指数和指标产生类似的,哪些产生更偏离26个数据集的排名。对于6个数据集,指数和指标的确定是可视化的。
The OpenCitations Index
本文介绍 OpenCitations 索引这一开放引文数据集合,提出基于 OpenCitations Meta 和 OMID 的去重机制以唯一识别跨来源引文,并展示其截至 2024 年 7 月已整合超 20 亿条引文及多种访问与下载服务。
Characterisation of the $χ$-index and the $rec$-index
文献计量索引的公理化特征提供了对索引满足的属性的洞察,并有助于不同索引的比较。最近已经提出了$h$索引的几何推广,称为$χ$索引,以解决$h$索引的一些问题,特别是它不是尺度不变的事实,即,将每一出版物的引用次数乘以一个正常数可能会改变两个研究人员的相对排名。$h$ -指数的平方是研究人员引用曲线下最大正方形的面积,而$χ$ -指数的平方,我们称之为$rec$ -指数(或{ \em rectangle}-指数),是引用曲线下最大矩形的面积。我们在这里的主要贡献是通过三个属性:{ \em单调性},{ \em均匀引用}和{ \em均匀等价}来提供$rec$指数的特征。单调性是我们期望任何文献计量学索引都能满足的一个自然属性,而另外两个属性则将$rec$ -索引的值限制为引文曲线下最大矩形的面积。$rec$ -索引还使我们能够区分{ \em有影响力}的研究人员,他们的出版物相对较少,但被引用率较高,以及{ \em多产}的研究人员,他们的出版物很多,但被引用率较低。
The Individual Impact Index ($i^3$) Statistic: A Novel Article-Level Citation Metric
引文指标是用于评估科学研究的使用,影响和传播的分析措施。传统上,引文指标在出版金字塔的每个层次上都是独立测量的,即在文章层次,作者层次和期刊层次。最常用的指标集中在期刊层面的测量,如影响因子和特征因子,以及研究人员层面的指标,如赫希指数(h-index)和i10指数。另一方面,可靠的文章级指标不太普遍,并且通常保留给单个文章的非标准化和非科学特征,例如在社交和新闻媒体中的观点,引用,下载和提及。这些特征被称为“测高学”。然而,当两篇文章的浏览量和引用量相似时,目前还没有区别性的措施来评估和比较每篇文章的个别影响。鉴于现代科学文献呈指数级增长,科学家和《科学》的读者需要优化、可靠、客观的方法来管理、衡量和比较研究成果和个人出版物。为此,我在此描述并提出了一个新的标准化的文章级指标,此后被称为“个人影响指数统计”,或简称$i^3$。$i^3$是一种加权算法,它利用同行评审过程,并考虑了单个科学出版物的许多特征,以产生标准化的、易于比较的影响和传播度量。这种新的度量的优势,局限性和潜在的用途也进行了讨论。
CITEX: A new citation index to measure the relative importance of authors and papers in scientific publications
引文分析的主要目的是评估研究人员的绩效和衡量科学家撰写的论文的影响力。已经为此提出了各种指数和度量。在本文中,我们提出了一个新的引文索引CITEX,它给归一化的分数,作者和论文,以确定他们的排名。据我们所知,这是第一个同时为作者和论文打分的引文索引。使用这些分数,我们可以客观地衡量作者的声誉和论文的影响力。我们将这个问题建模为出版图上的迭代计算,该出版图的顶点是作者和论文,并且其边指示哪个作者写了哪篇论文。我们证明了这种迭代计算收敛于极限,通过使用一个强大的定理从线性代数。我们在几个例子上运行这个算法,发现作者和论文分数与我们的直觉所建议的非常匹配。该算法在理论上是合理的,在实践中运行非常快。我们将该指数与几个现有的指标进行比较,发现CITEX给出了比传统指标更准确的分数。
Dynamic disruption index across citation and cited references windows: Recommendations for thresholds in research evaluation
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。
On the meaning of the h-index
h指数(h-index)是指一个人至少发表了h篇论文,被引用次数至少为h次的数值,它已经成为评估科学家被引用影响力的一个流行指标。正如赫希的原始著作中已经指出的那样,并从物理学家代表性样本的数据中得到证明,sqrt{c}以h为尺度,其中c是对个人的引用总数。因此,sqrt{c}似乎等价于h索引。作为这种等效性的进一步检验,该样品的比率s=sqrt{c}/2 h的分布在约1处尖锐地达到峰值。这种分布中的异常值揭示了个体出版记录的根本不同类型。
Cui Prodest? Reciprocity of collaboration measured by Russian Index of Science Citation
科学合作往往不是完全互惠的。科学实力雄厚的国家/机构/实验室可向其不太突出的伙伴提供一流的学者、资金或其他资源。这种合作的有趣之处在于:(1)它可以通过文献计量学来衡量;(2)它可以更好地揭示合作组织本身的学术水平。从这个意义上说,合作衡量机构有时可能比试图将它们作为独立组织进行评估更能说明问题。例如,Glanzel(2001; 2003)详细解释了协作模式的评估。在这里,我们将这些方法与一种新的方法相结合,通过在俄罗斯科学引文索引(RISC)的同一平台上将“最好的”期刊与“其他”期刊分开。这些来自“不同联盟”的期刊子宇宙提供了额外的方法来研究合作如何影响组织发表的论文质量。
Three-feature model to reproduce the topology of citation networks and the effects from authors' visibility on their h-index
在引文网络中,各种因素被认为支配着参考文献的选择,但精确地定量确定它们的重要性仍然是难以捉摸的。在本文中,我们表明,三个因素可以占引用模式的引用网络的两个主题,即“石墨烯”和“复杂网络”,从而允许一个复制的拓扑特征的论文建立的节点和边的引用。最相关的因素是内容相似性,而其他两个-度(即引用计数)和{出版年龄}根据研究的主题具有不同的重要性。这种依赖性表明,其他因素可能发挥作用。事实上,凭直觉,人们应该期望作者和/或机构的声誉(或知名度)会影响引用模式,而这只是通过与这种声誉相关的程度间接考虑的。由于声誉的信息是不容易获得的,我们模拟了它对人工引用网络的影响,考虑两个社区具有不同的适应度(可见性)参数。假设一个社区的适应值是另一个社区的两倍,这相当于一篇论文被引用的概率是两倍。虽然具有较大适应度的社区中的作者的h指数随着时间的推移而演变,其值略高于控制网络(不考虑适应度),但对于具有较小适应度的社区,注意到了剧烈的影响。
Understanding the Twitter Usage of Science Citation Index (SCI) Journals
本文以《科学引文索引》(SCI)期刊为研究对象,对期刊的Twitter互动模式进行了研究。这项研究共分析了从857个期刊账户中提取的953,253条推文。研究结果表明,SCI期刊之间的相互影响较大,而与其他引文索引期刊之间的相互影响较小。通信图的网络结构类似于一个紧密的人群网络,《自然》杂志发挥了主要作用。新闻门户网站和科学组织等信息源在推文中被提及的次数比学术期刊推特账户多。具有高期刊影响因子(JIF)的期刊被认为是通信图中的突出枢纽。SCI期刊与人文社会科学(HSS)期刊的Twitter使用之间存在差异。
扫码添加微信好友,提出您的宝贵建议 👇
💡 备注请填写:网站反馈
发表机构由 AI 从论文文本抽取,如发现错误,欢迎反馈修正建议。