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
Citation Analysis with Microsoft Academic
我们将探讨微软学术(MA)是否以及如何用于文献计量分析。首先,我们研究学术知识API(AK API),一个访问MA数据的接口,并将其与Google Scholar(GS)进行比较。其次,我们通过对MA和Scopus的数据进行归一化,对研究人员进行了比较引文分析。我们发现,MA提供了结构化和丰富的元数据,这有利于数据检索,处理和加工。此外,AK API允许检索引用的频率分布。我们认为这些功能是MA优于GS的主要优势。然而,我们确定了四个主要的限制,可用的元数据。首先,MA不提供出版物的文档类型。其次,“研究领域”是动态的,过于具体,领域层次不连贯。第三,一些出版物被分配到不正确的年份。第四,一些出版物的元数据没有包括所有作者。尽管如此,我们表明,一个平均为基础的指标(即期刊标准化引用分数; JNCS)以及一个基于分布的指标(即百分位数排名类; PR类)可以使用MA相对容易地计算。因此,引用计数的标准化是可行的MA。MA和Scopus的引文分析得出了一致的结果。JNCS和PR类在两个数据库中相似,因此,MA和Scopus中对研究人员发表影响的评价是一致的。鉴于MA在过去一年中的快速发展,我们假设MA有潜力用于全面的文献计量分析。
2017-01-25 cs.DL
Distinguishing True Influence from Hyperprolificity with Citation Distance
Business School, Sichuan University(四川大学商学院);School of Economics and Management, Anhui University of Science and Technology(安徽理工大学经济管理学院)
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。
2026-02-12 cs.DL
Academics evaluating academics: a methodology to inform the review process on top of open citations
在过去,一些作品研究了定量和定性相结合的方法,在研究评估工作。在这项工作中,我们的目标是引入一种方法来探讨是否基于引用的指标,计算只考虑开放的书目和引文数据,可以产生的见解如何进行人类同行评议的研究评估工作。为了了解指标是否以及哪些指标提供了相关信息,我们建议使用一系列机器学习模型来复制研究评估工作委员会的决定。
2021-06-10 cs.CY cs.DL
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。
2021-07-14 cs.DL cs.SI
Author-level metrics in the new academic profile platforms: The online behaviour of the Bibliometrics community
新的基于网络的学术交流平台不仅使研究人员能够更好地宣传他们的学术成果,使其比以往任何时候都更加引人注目,而且还提供了广泛的指标,以帮助作者更好地了解他们的工作正在产生的影响。这项研究有三个目标:a)分析特定科学界(文献计量学,科学计量学,信息计量学,网络计量学和altmetrics)对一些最流行的平台(Google Scholar Citations,ResearcherID,ResearchGate,Mendeley和Twitter)的吸收; b)比较每个平台可用的指标; c)确定所有这些新指标的含义。为了做到这一点,我们提取了这些平台中关于811位作者(文献计量学研究人员,他们的公开资料在谷歌学术引文中被发现)的样本数据。共分析了31个指标。结果显示,大量被分析的研究人员仅在Google Scholar Citations(159)或仅在Google Scholar Citations和ResearchGate(142)中有个人资料。最后,我们发现了两种在线影响的度量。首先,与连接性(追随者)相关的指标,其次,与学术影响力相关的所有指标。这第二组可以进一步分为使用指标(读取,查看)和引用指标。结果表明,Google Scholar Citations是提供更全面的引文相关数据的来源,而Twitter在连接性相关指标方面表现突出。
2018-04-16 cs.DL
The concordance of field-normalized scores based on Web of Science and Microsoft Academic data: A case study in computer sciences
为了评估Microsoft Academic作为评价性文献计量学的有用数据源,了解Microsoft Academic的引用计数是否可用于常见的标准化程序以及标准化分数是否与根据已建立的数据库计算的分数一致至关重要。为此,我们计算了基于Microsoft Academic和Web of Science的计算机科学研究所的出版物的字段归一化引文得分,并估计得分的统计一致性。我们的研究结果表明,字段归一化的引用分数可以计算与微软学术,这些分数是在良好的协议与相应的分数从Web的科学。
2018-08-20 cs.DL
Open data to evaluate academic researchers: an experiment with the Italian Scientific Habilitation
对学术开放数据的需求正在不断增加。虽然有大量的开放获取文章和免费出版物索引,但仍然有一些免费引文网络的例子,它们的覆盖面是部分的。结果之一是,大多数基于引用计数的评估过程依赖于商业引用数据库。在开放引用倡议(I4OC)的压力下,情况正在发生变化,该倡议的目标是为学术出版商发起运动,使他们的引用完全开放。本文研究了开放引用的增长与实验上的意大利科学的阻碍,大学教授资格,而不是使用商业索引的数据的国家进程。我们仅使用公开数据模拟了这一过程,并探讨了与官方结果的异同。实验结果表明,目前可用的开放引用数据量还不足以获得类似的结果。
2019-02-08 cs.DL
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
Empirical Evidences in Citation-Based Search Engines: Is Microsoft Academic Search dead?
本工作文件的目的是总结科学界提供的关于两个主要的基于引用的学术搜索引擎:谷歌学术和微软学术搜索之间的比较的主要经验证据,特别注意以下问题:覆盖范围,期刊排名之间的相关性,以及这些学术搜索引擎的使用。此外,自我阐述的数据提供,旨在提供有关这些工具在网络上的流行程度的当前证据,通过测量这些工具中提到的丰富文件PDF,PPT和DOC的数量,这两个产品接收的外部链接的数量,以及来自Google趋势的搜索查询频率。MAS获得的糟糕结果让我们意外地发现:Microsoft Academic Search自2013年以来已经过时。因此,工作文件第二部分旨在提出一些数据,说明这种缺乏更新的情况。为此,我们收集了自2000年以来Microsoft Academic Search索引的总记录数。数据显示,被编入索引的文件数量从2010年的2,346,228份突然下降到2013年的8,147份和2014年的802份。这一减少也是根据15个专题领域提供的。考虑到这些问题,似乎不仅微软学术搜索不适合学术界和学生搜索文章(他们大多使用谷歌或谷歌学术),而且几乎被文献计量学家忽视,
2014-05-23 cs.DL
Filling the citation gap: Measuring the multidimensional impact of the academic book at institutional level with PlumX
在出现五年多之后,altmetrics仍然被认为是对传统基于引用的指标的补充。然而,没有研究关注它们在捕捉学术书籍影响力方面的潜在有用性。虽然最近的文献表明,引用指标不能完全反映书籍的影响,但其他研究提出了其他指标,如使用率、出版商的声望或图书馆藏书。在本文中,我们计算了18个指标,范围从altmetrics图书馆馆藏,意见,下载或引用生产的西班牙大学使用的文献计量套件PlumX从EBSCO的专著。本研究的目的是采用多维视角对图书进行分析,并了解这些不同指标之间的互补程度。此外,我们将这一系列指标应用于专著时所提供的概述与传统的文献计量学观点进行了比较,这些文献计量学观点侧重于期刊文章和引文影响。我们观察到的altmetric指标的专著,甚至低于期刊文章和图书馆馆藏的主导地位,确认这一指标作为最有前途的一个对书籍的影响分析存在的低。
2017-10-01 cs.DL
P-score: A Publication-based Metric for Academic Productivity
在这项工作中,我们提出了一个指标来评估学术生产力的基础上出版物的产出。我们感兴趣的是了解一个知识领域的研究小组相对于一组预先选定的参考小组的表现如何,其中每个小组由学者或研究人员组成。为了评估学术生产力,我们提出了一个新的指标,我们称之为P得分。我们的指标P-得分分配权重的场地只使用选定的参考群体的出版模式。这意味着P-score不依赖于引用数据,因此,它更容易计算,特别是在引用数据不容易获得的情况下。此外,初步的实验表明,P-分数保持了很强的相关性与基于引用的指标。
2015-03-11 cs.DL
Academic collaboration rates and citation associations vary substantially between countries and fields
研究合作是由政府和研究资助者推动的,但如果合作的相对普遍性和优点在国际上有所不同,可能需要不同的国家和学科的战略来促进它。本研究比较了10个国家的团队规模和领域标准化引用的影响,在所有27个Scopus广泛的领域,在Scopus 2008 - 2012年索引的最期刊文章。结果显示,团队规模因学科和国家而异,日本(4.2)每篇文章的作者比英国(2.5)多三分之二。在中国,独立作者很少(4%),但在英国很常见(27%)。虽然在几乎所有国家和领域,团队规模的增加都与更高的引文影响力相关,但这种关联在中国比其他地方要弱得多。引用影响力和合作之间的关联也存在领域差异。例如,在商业、管理和会计类别中,较大的团队规模似乎与更大的研究影响力无关,而在中国和印度,单独作者与更高的引用影响力有关。总体而言,在研究人员合作的程度以及合作与更高引用影响力的程度方面存在着重大的国际和领域差异。
2019-10-02 cs.DL
A novel method for depicting academic disciplines through Google Scholar Citations: The case of Bibliometrics
本文描述了一个基于Google Scholar Citations(GSC)中可用信息生成特定科学界结构及其输出的快照的过程。我们称这种方法为MADAP(通过学术概况进行多方面分析)。在文献计量学、科学计量学、信息计量学、网络计量学和Altmetrics工作的国际研究人员社区被选为案例研究。根据GSC,这些作者引用最多的前1,000篇文献的记录是手动处理的,以填补任何缺失的信息,并删除重复的字段,如期刊标题和图书出版商。结果表明,它是可行的,使用GSC和MADAP方法,以产生一个准确的描述社区的研究人员在文献计量学工作(包括专家和偶尔的研究人员)和他们的出版习惯(主要出版场所,如期刊和图书出版商)。此外,Google Scholar的广泛文献覆盖范围(特别是书籍和书籍章节)使对特定学科中发表的文献的分析比以前的其他引文索引更全面,最终揭示了迄今为止大多数引文分析中的盲点。
2018-04-27 cs.DL
Improving Academic Plagiarism Detection for STEM Documents by Analyzing Mathematical Content and Citations
识别学术剽窃是教育和研究机构、出版商和资助机构的一项紧迫任务。目前的剽窃检测系统可靠地发现复制和适度改写文本的实例。然而,可靠地检测隐藏的剽窃,如强烈的释义,翻译,和重复使用的非文本内容和想法是一个开放的研究问题。在本文中,我们扩展了我们以前的研究分析数学内容和学术引文。这两种方法都是很有前途的方法,可以提高对主要在科学、技术、工程和数学(STEM)领域的隐蔽学术剽窃的检测。我们做出了以下贡献:i)我们提出了一个两阶段的检测过程,结合数学内容,学术引文和文本的相似性评估。ii)我们引入了新的相似性度量,考虑了数学特征的顺序,并优于我们先前研究中的度量。iii)我们使用已确认的学术剽窃案例比较了基于数学、基于引用和基于文本的检测方法的有效性。iv)我们证明了基于数学和基于引用的内容特征的组合分析允许在102K STEM文档的集合中识别潜在的可疑案例。总的来说,我们表明,分析数学内容和学术引用的相似性是对STEM学科学术文献传统的基于文本的检测方法的一个显著补充。
2019-06-27 cs.DL cs.IR
Modeling observed gender imbalances in academic citation practices
在多个学科中,认为性别为“女性”与引用率低于预期有关。在某些领域,这种差距主要是由男性的引用造成的,尽管专业日益多样化,但随着时间的推移,这种差距正在扩大。很可能是复杂的社会互动和个人意识形态塑造了这些差异。重现经验观察的选定因素的计算模型可以帮助我们理解这些复杂现象背后的一些最小驱动力,从而有助于缓解这些现象。在这里,我们提出了一个简单的基于代理的模型,在学术界的引用实践中,学者基于三个因素生成引用:他们对该领域的合作网络的估计,他们如何对该估计进行采样,以及他们从其他学者那里了解他们的领域的开放程度。我们发现,在这三个领域中,越来越多的同质性--或者说人们与更像自己的人互动的倾向--足以重现在引用实践中观察到的偏见。我们发现,同质性在抽样估计的领域影响总引用率,和开放性学习新的和不熟悉的作者影响这些引文随着时间的推移的变化。接下来,我们模拟一个真实世界的干预-引用多样性声明-它有可能影响这两个参数。我们确定我们的模型参数化,匹配的引用实践的学者谁使用的引用多样性声明。这种参数化与向许多新作者学习的开放性相结合,可以导致随着时间的推移公平和稳定的引用实践。最终,我们的工作强调了同质性在形成引用实践中的重要性,并提供了证据表明,具体的行动可能会减轻学术界有偏见的引用实践。
2022-04-26 cs.DL q-bio.NC
A tale of two databases: The use of Web of Science and Scopus in academic papers
Web of Science和Scopus是两个世界领先且相互竞争的引文数据库。本文利用扩展的科学引文索引和社会科学引文索引,对2004年至2018年发表的学术论文中Web of Science(WoS)和Scopus的使用情况进行了比较、动态和实证研究。这一简短的交流表明,尽管Web of Science和Scopus在学术论文中的使用越来越多,但Scopus作为一个新来者确实在挑战WoS的主导地位。越来越多的国家/地区和知识领域的研究人员参与使用这两个数据库。尽管相关论文的主要生产者是发达经济体,但一些发展中经济体,如中国,巴西和伊朗也发挥了重要作用,但在使用这两个数据库方面有不同的模式。这两个数据库都被广泛用于荟萃分析相关的研究,特别是在中国的研究人员。健康/医学相关领域和传统的信息科学和图书馆学领域在引文数据库的使用中脱颖而出。
2020-02-07 cs.DL
Oignon: Citation Graph Tool
Institute for Atmospheric and Environmental Research University of Wuppertal(伍珀塔尔大学大气与环境研究所)
Oignon 是一个免费开源的引用图工具,通过双路径排名系统结合时间权重,系统地探索学术研究,捕捉基础工作和最新突破。
2025-12-16 cs.DL
Universality of citation distributions for academic institutions and journals
引用衡量出版物的重要性,并可作为其受欢迎程度和内容质量的代表。在这里,我们研究的引文分布,以出版物从个别学术机构的一年。平均引用数在世界各地不同的机构之间有很大的差异,但单个机构的引用概率分布可以通过按该机构的平均引用数缩放引用来重新缩放到一个共同的形式。我们发现,这一特点似乎是普遍的广泛选择的机构,无论每篇文章的平均引用数。对某一特定期刊在一年内发表的引文进行类似的分析,也会得出类似的结果。我们发现这两个集合的绝对不等式很高,基尼系数分别在$0.66$和$0.58$左右。我们还发现,前$25$ %的文章持有约$75$ %的机构和前$29$ %的文章持有约$71$ %的期刊的总引文。
2015-12-28 cs.DL physics.soc-ph
Estimating the quality of academic books from their descriptions with ChatGPT
本研究评估ChatGPT 4o-mini基于标题和描述对9830本社科、艺术及人文类书籍的质量评分价值,发现其与引文率弱正相关,虽不足以评估单书,但可辅助图书馆员评估书籍合集等采购决策。
2025-02-12 cs.DL
Amplifying Academic Research through YouTube: Engagement Metrics as Predictors of Citation Impact
本研究在传统媒体公信力下降、社交媒体信息依赖上升的背景下,分析YouTube视频参与度指标与视频中被引学术成果引用影响力的关联,发现高参与度的科研相关视频可作为高影响力研究的筛选或预测指标。
2024-05-21 cs.CY cs.DL
All downhill from the PhD? The typical impact trajectory of US academic careers
在学术界,成熟的研究人员往往更资深,但他们也倾向于写更高影响力的文章吗?本文评估了长期发表(16年以上)的美国(US)研究人员,并将其与短期发表研究人员(1年,6年或10年)进行了对比。一位长期的美国研究人员在2001年发表了第一篇Scopus索引的期刊文章,在2016-2019年发表了一篇文章,在他们的第一篇和最后一篇文章中有美国的主要附属机构。排除了大型团队(11名以上作者)的研究人员。长期和短期美国研究人员期刊文章的平均领域和年度标准化引用影响相对于全国平均水平随着时间的推移而下降,尤其是最后发表的文章,这可能至少部分是由于自引的下降。在许多情况下,研究人员开始发表高于美国平均水平的引文影响力研究,最后发表低于美国平均水平的引文影响力研究。因此,研究经理不应该认为高级研究人员通常会撰写影响最大的论文。
2020-05-23 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
Genealogy tree: understanding academic lineage of authors via algorithmic and visual analysis
家谱和家谱树是经过验证的工具,可以确定任何人的血统,并建立个人之间的依赖关系。家谱树可以进一步利用,以获得有关研究人员和他的学术血统,这是至关重要的,在今天的世界计算机技术的信息。这种对学术谱系的洞察可能是帮助博士生在学科内实现学术社会化的一种方式,通过建立可能有影响力的明确联系。对他的科学遗产的认识使用户对他自己的研究项目有了更广阔的视角。本文还强调和研究如何利用这个学术网络的某些研究人员使用各种可视化工具。在这项工作中观察到,可信度和影响力因素取决于作者获得的各种引文,为了以各种形式提高他们的排名,他们倾向于在学术圈内合作,提高他们的引文数量。研究人员最近的一个趋势是根据他们的学术关系形成社区,并依靠大量的引用来实现互利。追踪系谱关系可以有助于检测这样的社区,并且还使用用于计算作者级别度量的系谱独立模型来创建更质量感知的度量。
2018-03-06 cs.DL
Thirty years of TEFLIN Journal: A bibliometric portrait through the lens of Microsoft Academic
文献计量学研究在英语教学领域是一项罕见的工作,尤其是在期刊层面。为了庆祝TEFLIN杂志成立30周年,这项研究展示了1990年至2019年其出版物,索引和引文的文献计量学肖像。采用两个免费软件对Microsoft Academic的书目数据进行描述性分析和网络分析。出版物和引用指标在其生命周期中有所上升。书目网络确定了最多产的作者,机构和国家以及合著模式,最常被引用的文章类型和最常用的关键字。文章的相关性也可以从引用频率和共享参考文献的数量来衡量。尽管分析因一些缺失的文章和不适当的索引而变得复杂,但这项研究仍然可以对该杂志在致力于竞争力和追求更高影响力之间的30年旅程进行全面的文献计量学描述。
2021-05-14 cs.DL
Analysis of Footnote Chasing and Citation Searching in an Academic Search Engine
在交互式信息检索中,研究人员考虑用户对系统和搜索任务的行为,以便通过分析他们过去的交互来调整搜索结果。本文分析了在一个学术搜索引擎中,用户对Marcia Bates的“脚注搜索”和“引文搜索”等搜索策略的行为。我们进行了初步的分析,他们的频率和使用阶段的社会科学搜索引擎sowiport。此外,我们还探讨了这些策略对整个搜索过程性能的影响。我们可以得出结论,这两个搜索功能的出现在实际检索会话中导致的精度的提高,在使用脚注追逐和17%的引文搜索策略时,16%的正交互作用。
2017-09-23 cs.DL cs.IR
Joint Modeling of Topics, Citations, and Topical Authority in Academic Corpora
KAIST(韩国科学技术院);Australian National University(澳大利亚国立大学)
许多科学进步都源于以前发表的发现,但在浩瀚的科学出版物中搜索是很困难的。我们经常依靠学术权威的指标来寻找杰出的作者,但这些权威指数并没有根据研究主题区分权威。我们提出了潜在的主题权威索引(LTAI),共同建模的主题,引文和主题权威的学术论文语料库。与以前的模型相比,LTAI在两个主要方面有所不同。首先,它明确地模拟了引文的生成过程,而不是将引文视为给定的。其次,它根据被引论文的主题以及被引论文来建模每个作者对论文被引的影响。我们适合LTAI四个学术语料库:CORA,Arxiv Physics,PNAS和Citeseer。我们比较了LTAI对各种基线的性能,从潜在的Dirichlet分配开始,到更高级的模型,包括作者链接主题模型和动态作者引用主题模型。结果表明,LTAI在预测出版物的单词、引文和作者时,比其他类似模型的准确率有所提高。
2017-06-02 cs.CL cs.DL cs.SI
Measuring academic influence: Not all citations are equal
National Research Council Canada(加拿大国家研究委员会);TELUQ, Université du Québec(魁北克大学电视大学);University of Ottawa(渥太华大学)
一篇研究文章的重要性通常通过计算它被引用的次数来衡量。然而,以同等权重对待所有引文忽略了引文执行的各种功能。我们希望自动识别参考书目中对引用论文有核心学术影响的参考文献子集。为了这个目的,我们研究了各种功能的有效性,以确定引文的学术影响力。通过要求作者识别自己工作中的关键参考文献,我们创建了一个数据集,其中引用根据其学术影响力进行标记。使用带有监督机器学习的自动特征选择,我们发现了一个预测学术影响力的模型,该模型仅使用四个特征就在该数据集上实现了良好的性能。在我们评估的功能中,最好的功能是基于引用论文中引用参考文献的次数。这些特征的表现启发我们设计了一个影响力引导的h指数(hip-index)。与传统的h指数不同,它根据参考文献被提及的次数对引用进行加权。根据我们的实验,髋关节指数是一个更好的指标,研究人员的表现比传统的h指数。
2015-01-26 cs.CL cs.DL cs.LG
AI-Powered Citation Auditing: A Zero-Assumption Protocol for Systematic Reference Verification in Academic Research
University of Johannesburg(约翰内斯堡大学)
本文提出一种基于智能体AI和零假设协议的引文审计方法,通过多数据库交叉验证实现高效、准确的参考文献核查,显著提升学术引文完整性检测的效率与可靠性。
2025-10-17 cs.AI cs.CY cs.DL
A Glimpse of the First Eight Months of the COVID-19 Literature on Microsoft Academic Graph: Themes, Citation Contexts, and Uncertainties
随着世界各地的科学家寻找致命大流行背后的压倒性未知因素的答案,有关COVID-19的文献呈指数级增长。以如此快速的速度跟上文学的主体,不仅对活跃的研究人员,而且对整个社会都构成了重大挑战。虽然已经公开提供了许多数据资源,但分析和综合过程对于有效浏览大量不确定性程度较高的信息至关重要,这仍然是一个重大瓶颈。我们介绍了一种通用方法,在处理研究领域(如COVID-19)在多个粒度级别上快速增长的情况时,该方法有助于数据汇集和意义构建过程。该方法集成了结构和时间模式的分析,在学术出版物的主题浓度和类型的不确定性,可能会提供额外的洞察未知的复杂性的划定。我们展示了该方法在COVID-19文献研究中的应用。
2020-09-17 cs.DL
The "Academic Trace" of the Performance Matrix: A Mathematical Synthesis of the h-Index and the Integrated Impact Indicator (I3)
h指数为我们提供了九个自然类,它们可以写成三个向量的矩阵。这三个矢量是:X=(X1,X2,X3)分别表示在h-核心、h-尾和未被引文献中的出版物分布; Y=(Y1,Y2,Y3)分别表示h-核心、h-尾和所谓的“过量”引文(高于h-阈值)的引文分布; Z=(Z1,Z2,Z3)=(Y1-X1,Y2-X2,Y3-X3)。矩阵V=(X,Y,Z)T构成了一个衡量学习成绩的指标,其中的九个数字都可以在不同的维度上被赋予意义。该矩阵的“学术痕迹”tr(V)自然遵循,并通过总结和加权出版物和引文的积累,为总体学术成就提供了一个独特的指标。这一衡量标准还可用于将h指数和综合影响指标(I3)的优点合并为一个数字,并对数值作出有意义的解释。我们说明了使用tr(V)的情况下,两个期刊集,两所大学,我们作为两个单独的作者。
2013-07-13 cs.DL
CiteGuard: Faithful Citation Attribution for LLMs via Retrieval-Augmented Validation
University of Waterloo(滑铁卢大学);College of William and Mary(威廉玛丽学院);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出CiteGuard,通过检索增强验证提升LLM引文准确性,实现比基线模型高10个百分点的性能,达到68.1%的准确率,接近人类水平。
2026-04-13 cs.DL
Book reviews in academic journals: patterns and dynamics
书评在学术交流中扮演着重要的角色,尤其是在艺术和人文学科中。本研究利用Web of Science的Science Citation Index Expanded、Social Sciences Citation Index和Arts & Humanities Citation Index,实证分析了过去十年(2006-2015年)这三个索引中书评的模式和动态。我们发现,书评在三大指数中的绝对数量相对稳定,但相对份额却在下降。书评在文科很常见,在社科很常见,在自然科学很少见。书评主要由美国和英国等发达经济体的作者撰写。不过,来自中国和日本的学者不太可能为书评做出贡献。
2018-02-08 cs.DL
From Academia to Software Development: Publication Citations in Source Code Comments
学术出版物根据其对研究界的影响进行了评估,这些影响基于许多指标,例如引用次数。另一方面,学术出版物对产业的影响却很少被研究。本文通过分析开源软件库中源代码注释中的学术出版物引用,研究了学术出版物如何为软件开发做出贡献。本文提出了一种基于命名实体识别的学术出版物自动检测方法,检测精度达到了$F_1$中的0.90。我们进行了一项大规模的研究出版物引用319,438,977评论收集从25,925活跃的存储库写在七个程序设计语言。我们的研究结果表明,学术出版物可以为软件开发的知识来源。这些引用的出版物尤其来自期刊。在知识转移方面,算法是从出版物中转移的最普遍的知识类型,所提出的公式或方程通常在源代码文件中的方法或函数中实现。在仔细研究引用学术出版物的GitHub存储库时,我们发现科学相关的存储库在有出版物引用的GitHub存储库中是最常见的,并且这些出版物中的绝大多数被与出版物作者不同的存储库所有者引用。我们还发现,引用旧的出版物可能会导致与过时的知识有关的潜在问题。
2020-05-01 cs.DL cs.SE
Overton -- A bibliometric database of policy document citations
本文介绍了奥弗顿政策文件数据库的分析,描述了索引的材料和性质,他们引用学术文献的组成。我们报告了数据的各个方面,包括增长,地理分布,语言代表性,包括政策来源类型的范围,以及文献中引用链接的可用性。通过对已建立的期刊分类系统的纵向分析,揭示了引文的规模和学科重点,并确定了开发领域规范化引文指标的可行性。我们研究了英国资助者收集的自我报告的资助成果与奥弗顿数据库中索引的数据的对应程度,以及英国卓越研究框架(REF)2014年衡量的同行评审影响评估与衍生引用指标的相关性。我们的研究结果表明,对于一些研究主题,如健康,经济,社会关怀和环境,奥弗顿包含了一套核心的政策文件,有足够的引用链接到学术文献,以支持各种引文分析,可能是翔实的研究评估,影响评估和政策审查。奥弗顿的索引数据与通过自我报告资助结果收集的数据一致,并与同行评审对某些学科影响的评估相关。
2022-01-19 cs.DL
Analysis of the Cuban journal Bibliotecas: Anales de Investigacion
本文旨在描述Bibliotecas的学术影响力、编辑过程质量以及编辑和可见性策略。Anales de Investigacion(BAI)是古巴国家图书馆何塞·马蒂编辑的古巴科学期刊。学术影响是通过引文分析确定的,该分析将Google Scholar数据库作为参考来源。所采用的文献计量学指标是:每年的引文、引文与自引、可引用期刊与不可引用文献、赫希指数和影响因子。编辑过程质量和可见性策略通过自我评估确定,其中考虑到SciELO,Scopus,CLASE,Redalyc,Latindex,Dialnet和ERIH PLUS方法。结果显示,引用线呈上升趋势,突出了图书馆和信息科学,医学和健康科学以及教育领域的引用期刊。内容和格式等方面对编辑过程质量产生了负面影响。提出了一些战略,通过纳入数据库,目录,社会和学术网络,以提高科学的知名度。总的来说,这项研究有助于编辑决策,一个问题,可以增加BAI的影响和科学知名度。
2016-03-16 cs.DL
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。
2013-02-22 cs.DL physics.soc-ph
Probing Multivariate Indicators for Academic Evaluation
我们将综合影响指标(I3)和h指数结合到I3型框架中,并引入出版向量X =(X1,X2,X3)和引用向量Y =(Y1,Y2,Y3),出版分数I3 X =X1+X2+X3和引用分数I3 Y =Y1+Y2+Y3,以及基于h指数生成的百分位数类别的替代指标。这些多元指标可用于学术评价。实证研究表明,h-核心分布适用于评价学者,X1和Y1适用于衡量高校核心影响力,I3 X和I3 Y可作为期刊影响因子(JIF)的替代。多元指标综合了h指数和I3的优点,为学术评价提供了一个多维视角。
2017-07-06 cs.DL
Data Mining in Scientometrics: usage analysis for academic publications
我们对科学出版数据进行统计分析,目的是提供科学过程的定量分析。这样的研究属于科学计量学的新领域:科学计量学是一般科学的一个分支,它涵盖了分析科学和研究过程的所有定量方法。作为一个案例研究,我们考虑下载和引用统计的期刊“欧洲物理学快报”(EPL),作为欧洲的旗舰信件杂志的广泛兴趣的物理学界。虽然引用通常被认为是学术影响力的指标,但下载量反映的是出版物的吸引力或受欢迎程度。我们讨论这两个过程的特点和它们之间的相关性。
2018-07-09 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
The Citation Field of Evolutionary Economics
演化经济学已经发展成为一个独立的学术领域,并围绕着《演化经济学杂志》(JEE)等期刊而制度化。本文分析了演化经济学成为一本跨学科期刊的方式和程度,因为它的目标是:《进化经济学杂志》是一本在交流专业知识和使用与之自然相关的方法方面不可或缺的期刊。通过分析《进化经济学杂志》相关学术领域的引文数据,我们利用科学计量学和社会网络分析的见解发现,JEE是这一跨学科领域的核心参与者,其主要目标是了解技术和区域动态。然而,它与自然科学(包括生物学),管理科学,企业家精神和组织研究没有紧密联系。另一份被认为具有进化敏锐性的期刊《经济问题杂志》(Journal of Economic Issues)确实与非正统经济学期刊有关,并且相对更多地参与讨论企业和产业组织问题。JEE似乎最热衷于发展理论见解。
2010-01-27 cs.DL
CiteClick: A Browser Extension for Real-Time Scholar Citation Tracking
本文介绍浏览器扩展CiteClick,用于实时追踪多位学者的Google Scholar引文计数,通过自动化引文监控改进研究评估与学术决策。
2024-10-21 cs.DL cs.HC
Navigating Gender Disparities in Communication Research Leadership: Academic Recognition, Career Development, and Compensation
本研究基于大量期刊论文与高校薪酬数据,考察传播学领域在引用、团队构成、作者占比及薪酬方面的性别差异,指出需通过多方面举措推动性别平等。
2025-01-16 cs.DL cs.SI
Back to the past: on the shoulders of an academic search engine giant
Google Scholar团队发布的一项研究发现,过去24年(1990-2013)发表的研究中引用旧文章的比例明显增加。为了证明这一发现,我们使用不同的数据源(期刊引文报告)、指标(总引用半衰期)、时间垃圾邮件(2003-2013年)和一组类别(53个社会科学学科类别和167个科学学科类别)进行了一项补充研究。虽然所获得的结果证实并加强了以前的研究结果,但这种现象的可能原因尚不清楚。我们最后假设,第一页结果综合征与Google Scholar倾向于引用最多的文献这一事实相结合,表明引用旧文献的增长趋势部分是由Google Scholar引起的。
2016-03-30 cs.DL
Impact of Geographic Diversity on Citation of Collaborative Research
人力资本的多样性被广泛认为是创造全面和高质量研究的关键,特别是在涉及不同文化,环境和挑战的领域。缺乏对各种学术合作及其对研究质量的影响的量化,特别是在国际规模和不同领域。在这里,我们提出了第一次努力来衡量地理多样性的影响,在合著者对他们的论文在不同的学术领域的引用。我们的研究结果明确表明,地理合著者的多样性提高了论文的引用,但非常长的距离合作有可变的影响。我们还发现,“经常”的协作圈产生的影响要比类似的旅行距离小得多。据观察,这些关系存在于不同的学科领域,但强度各不相同。这些发现可以帮助学者从多样性的角度确定新的机会,并告知资助者需要额外流动支持的领域。
2022-04-25 cs.DL cs.SI
Measuring the academic reputation through citation networks via PageRank
客观评估一个学术机构的声望是一项困难和激烈辩论的任务。在过去的几年里,不同类型的大学排名被提出来量化世界上不同研究机构的卓越性。尽管在某些情况下受到批评,但大学排名的相关性正日益得到承认:事实上,排名对机构和政府层面的研究政策设计产生了重大影响。然而,关于什么样的排名是{ \em确切}衡量的争论是持久的。在这里,我们通过测量一个给定机构的学术声誉的定量和可靠的代理,并通过评估其与不同的大学排名的相关性来解决这个问题。具体来说,我们研究了五个不同的Web of Science学科类别的大学之间的引文模式,并使用\pr ~算法对五个产生的引文网络。我们的工作背后的基本原理是,科学引文是由参考文献的声誉驱动的,因此PageRank算法预计将产生一个排名,反映学术机构在特定领域的声誉。我们的研究结果允许量化的威望,一组机构在某一研究领域的基础上,只有硬文献计量数据。鉴于分析的数据量,我们的调查结果在统计上是强大的,不太容易出现偏差,在与特设调查往往采用排名机构,以达到类似的结果。因为我们的研究结果被发现与ARWU主题排名非常相关,我们在论文中提出的方法可能会打开新的学术排名方法的大门,这些方法通过协调学术声望的定性评估与其通过出版影响的定量测量,超越了当前的方法。
2019-01-04 cs.DL cs.SI physics.soc-ph
Detecting and analyzing missing citations to published scientific entities
Xiamen University(厦门大学)
在学术写作中,正确的引文是积累知识、维护学术诚信的重要手段。然而,正确引用并不是一件容易的事情。对于已发表的科学实体,不断增长的学术出版物和对术语的过度熟悉很容易导致引文缺失。针对这一情况,我们设计了一种基于已发表科学实体与文献中引文共现的引文推荐方法(CRPSE)。实验结果表明,我们的方法在推荐源文件出版的科学实体的有效性。我们进一步对2020年著名计算机科学会议发表的论文中的缺失引文进行了统计分析。在所收集的12,278篇论文中,发现475篇计算机科学和数学的已发表科学实体存在引文缺失。许多没有引用的实体被认为是公认的研究成果。在中位数的基础上,提出这些缺失引用的已发表科学实体的论文是在8年前发表的,这可以被认为是已发表科学实体发展成为一个被广泛接受的概念的时间框架。对于已发表的科学实体,我们呼吁按照学术标准的要求准确和完整地引用其源论文。
2022-10-18 cs.AI cs.CL cs.DL
Recommendation on Academic Networks using Direction Aware Citation Analysis
文献检索一直是学术研究的重要组成部分。它大大有助于提高研究过程和产出的质量,并提高研究人员对科学作出新贡献的效率。随着发表论文的数量逐年增加,即使在今天的搜索引擎的帮助下,手动搜索也变得更加详尽,因为它们不是专门用于这项任务的。在学术界,两篇相关的论文并不总是必须共享关键词,相互引用,甚至在同一领域。虽然一个著名的文件通常是一个容易的祈祷在这样的狩猎,相关文件使用不同的术语,特别是最近的,是不明显的眼睛。在这项工作中,我们提出了论文推荐算法,利用论文之间的引用信息。所提出的算法是方向感知的,在这个意义上,他们可以调整,以找到最近或传统的文件。该算法需要一组论文作为输入,并推荐一组相关的论文。如果用户想要对建议的论文集给出负面或正面的反馈,则改进推荐。在这个意义上,可以通过相关反馈容易地引导搜索过程。我们表明,这种轻微的指导有助于用户以更有效的方式达到所需的文件。我们还调整了我们的模型和算法,用于场地和评论者推荐任务。通过与文献中的多个基线和算法进行比较,对模型和算法的准确性进行了全面评估,这些基线和算法针对引用、地点和审稿人推荐任务的几个目标。所有这些算法都是在一个公开可用的Web服务框架(http://theparsor.osu.edu/)中实现的,该框架目前使用来自DBLP和CiteSeer的数据来构建所提出的引文图。
2012-05-05 cs.DL cs.IR
The Distribution of the Asymptotic Number of Citations to Sets of Publications by a Researcher or From an Academic Department Are Consistent With a Discrete Lognormal Model
如何量化研究人员或机构工作的影响,对科学家、资助机构和招聘委员会来说越来越重要。文献计量指标,如h指数或期刊影响因子,尽管有其已知的局限性,但已得到广泛使用。我们认为,大多数现有的文献计量指标是不一致的,有偏见的,最糟糕的是,易受操纵。在这里,我们追求一个原则性的方法来制定一个指标,以量化的科学影响,个人研究人员和研究机构的基础上的函数形式的渐近数量的引文分布。我们使用来自7个科学和工程学科的1,283名研究人员以及106个美国研究机构的化学系的出版记录来验证我们的方法,这些研究机构被归类为“非常高的研究活动”。我们的方法有三个明显的优势。首先,它准确地捕捉了研究人员在所有职业阶段的整体科学影响力,通过渐近引用计数来衡量。第二,与其他指标不同,我们的指标是抗操纵的,并奖励出版质量超过数量。第三,我们的方法捕捉了研究机构的科学影响的时间演变。
2015-11-02 cs.DL physics.soc-ph
Evaluation of 50 Greek Science and Engineering University Departments using Google Scholar
本文介绍了对50所希腊理工科大学院系教师的科学计量学评价。1978名学者被全部审查。使用Google Scholar和引文分析程序Publish or Perish收集了每个学术,部门,学校和大学的论文数量,引文,h指数和i10指数。对收集到的数据进行分析表明,同一学科的部门在科学成果方面具有显着差异。此外,在大多数的评估部门之间的H指数的显着差异学者谁报告科学活动部门的网站和那些谁不,观察。此外,在美国获得博士学位的学者比在欧洲或希腊获得博士学位的学者表现出更高的指数。最后,学术排名与学者h指数(或其引用次数)之间的相关性在某些部门相当低,在特定情况下,这可能是缺乏精英管理的迹象。
2017-07-27 cs.CY cs.DL
Measuring the Competitive Pressure of Academic Journals and the Competitive Intensity within Subjects
期刊的影响力和相似性与竞争强度密切相关。一个学科领域可以被看作是一个期刊生态系统,然后可以使用植物系统的竞争强度概念来衡量。基于1997年、2000年、2005年、2010年和2013年的期刊引文报告数据,我们计算了真菌学期刊的互引、余弦相似性和竞争关系矩阵。我们根据2013年的期刊引文报告数据推导出真菌学的相互引文网络。我们计算了各期刊的竞争压力,以及学科的竞争强度。我们发现,竞争压力是非常不同的期刊。期刊绝对影响力与相对影响力的差异与竞争压力有关。实力越强的期刊,竞争压力越小。新期刊的竞争压力更大。如果没有其他影响,一个学科的竞争强度会不断加大。此外,我们发现,如果一个学科有更多的期刊,其竞争强度降低。
2022-11-30 cs.DL cs.SI
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
MIRAI: Prediction and Generation of High-Impact Academic Research
MIT Media Lab(MIT媒体实验室)
提出MIRAI深度学习框架,利用论文标题、摘要和发表日期预测其5年PageRank和引用量,并基于此构建研究构思流程以生成高影响力研究想法。
2026-06-03 cs.CL cs.DL
Citation Amnesia: On The Recency Bias of NLP and Other Academic Fields
University of Göttingen(哥廷根大学);National Research Council(国家研究委员会);University of Alberta(阿尔伯塔大学)
本研究基于2.4亿篇论文分析20个学科43年的引用趋势,发现普遍存在“引用年龄衰退”现象,NLP领域最显著,且该现象并非由发表量增长直接驱动,引发对忽视早期文献问题的关注。
2024-12-13 cs.CL cs.DL