Data sharing is fundamental to scientific progress, enhancing transparency, reproducibility, and innovation across disciplines. Despite its growing significance, the variability of data-sharing practices across research fields remains insufficiently understood, limiting the development of effective policies and infrastructure. This study investigates the evolving landscape of data-sharing practices, specifically focusing on the intentions behind data release, reuse, and referencing. Leveraging the PubMed open dataset, we developed a model to identify mentions of datasets in the full-text of publications. Our analysis reveals that data release is the most prevalent sharing mode, particularly in fields such as Commerce, Management, and the Creative Arts. In contrast, STEM fields, especially the Biological and Agricultural Sciences, show significantly higher rates of data reuse. However, the humanities and social sciences are slower to adopt these practices. Notably, dataset referencing remains low across most disciplines, suggesting that datasets are not yet fully recognized as research outputs. A temporal analysis highlights an acceleration in data releases after 2012, yet obstacles such as data discoverability and compatibility for reuse persist. Our findings can inform institutional and policy-level efforts to improve data-sharing practices, enhance dataset accessibility, and promote broader adoption of open science principles across research domains.
Contested Citations: The Role of Open Access Publications in Wikipedia's Scientific Disputes
University of Amsterdam(阿姆斯特丹大学);Leiden University(莱顿大学);Centre for Science and Technology Studies (CWTS)(科学技术研究中心);Institute for Logic, Language and Computation (ILLC)(逻辑、语言与计算研究所);University of Copenhagen(哥本哈根大学)
How well developed are altmetrics? A cross-disciplinary analysis of the presence of 'alternative metrics' in scientific publications
本文分析了文献计量学和绩效分析中altmetrics的存在和可能性。使用基于网络的工具Impact Story,我们从Web of Science收集了20,000份随机出版物的指标。我们研究了altmetrics在出版物中的存在和分布,跨领域,文档类型和出版年份,以及altmetrics与引用指标相关的程度。该研究的主要结果是,提供最多指标的altmetrics来源是Mendeley,其读者人数指标占所研究的所有出版物的62.6%,其他来源仅提供少量信息。在与引文的关系方面,已经发现了中度斯皮尔曼相关(r=0.49)之间的Mendeley读者计数和引文指标。这些指标的其他可能性和局限性进行了讨论,并概述了未来的研究路线。
Characteristics of International versus Non-International Scientific Publication Media in Team- and Author-Based Data
国际出版物和引文数据库Web of Science和Scopus的覆盖面扩大到地方社会科学媒体,这是对这些数据库在评价和供资系统中的使用增加的一个可喜的反应。以前提供的大多数国际期刊是制定现行标准文献计量指标的基础。同样的指标在应用于新引入或扩展的媒体类别时可能不再能衡量完全相同的概念,这些类别可能具有与国际期刊不同的特点。本文探讨了有和没有国际维度的媒体在团队和作者层面上的出版数据的差异。研究结果将国际出版物类别与研究质量联系起来,这对于验证其在旨在促进质量的评估或资助模式中的使用非常重要。
On the relation between the degree of internationalization of cited and citing publications: A field level analysis, including and excluding self-citations
Astrophysicists on Twitter: An in-depth analysis of tweeting and scientific publication behavior
本文分析了37位天体物理学家在Twitter上的推文行为,并将他们的推文行为与他们的发表行为和引用影响进行了比较,以显示他们是否推文了与研究相关的主题。Twitter上的天体物理学家被选中将他们的推文与他们在Web of Science上的出版物进行比较。不同的用户组是基于推文和发布频率来识别的。每天的出版物数量和推文数量之间存在中度负相关(p=-0.390*),而转推和引用率不相关。推文和摘要之间的相似性非常低(cos=0.081)。用户组显示不同的推文行为,例如转发和包括主题标签、用户名和URL。这项研究仅限于少数天体物理学家。结果不一定代表Twitter上的整个天体物理学家社区,而且它们肯定不适用于一般的科学家。未来的研究应该将这些方法应用于更多的研究人员和其他科学学科。在一定程度上,这项研究有助于了解研究人员如何使用Twitter。结果表明,Twitter的影响力既不能等同于也不能取代传统的研究影响力指标。然而,推文和其他所谓的altmetrics可能能够反映科学家的其他影响,如公众宣传和科学传播。据我们所知,这是第一次深入研究比较研究人员的推特活动和行为与科学出版物的数量,内容和影响。
How well developed are Altmetrics? Cross-disciplinary analysis of the presence of alternative metrics in scientific publications?
本文分析了文献计量学和绩效分析中altmetrics的存在和可能性。使用基于网络的工具Impact Story,我们从Web of Science收集了20,000份随机出版物的指标。我们研究了altmetrics在出版物中的存在和频率,跨领域,文档类型以及多年来。该研究的主要结果是,不到50%的出版物有某种altmetrics。提供最多指标的来源是Mendeley,其读者指标约占所有研究出版物的37%。其他来源只提供边缘信息。这些指标的可能性和局限性进行了讨论,并概述了未来的研究路线。我们还通过重点分析来自Mendeley的数据的准确性来评估通过Impact Story检索的数据的准确性;在后续研究中,将评估此处未包括的其他数据来源的准确性和有效性。
Might Europe one day again be a global scientific powerhouse? Analysis of ERC publications suggests it will not be possible without changes in research policy
Bibliometric analysis of world scientific production in Chemical Engineering during 2000-2011. Part 1: Analysis of total scientific production
通过对2000-2011年Web of Science收录的化学工程领域的科研成果进行分析,对化学工程领域的文献进行了全面的计量分析。已经进行了三项补充研究。第一部分分析了该地区的科学生产总量。科学生产向远东转移的重要性已经发生,主要是来自中国(自2008年以来世界上最多产的国家)以及印度和伊朗等国家的出版物增加。尽管来自欧洲,尤其是北美的出版物所占的比例显著下降,但美国仍然是被引用最多的1,000篇文章中文章数量最多的国家(31.5%),其次是德国(8.4%)和中国(7.5%)。瑞士、意大利、荷兰、新加坡和西班牙是每篇文章和每年引用次数最多的国家,其出版物的平均影响因子也最高。该领域的国际合作相当高,特别是在欧洲国家(>40%的出版物是国际合作)。该地区的科学成果集中在少数期刊(前10名期刊出版约30%的出版物,前25名期刊约50%)和出版商(Elsevier,Wiley-Blackwell,Taylor & Francis和美国化学学会)。在100个最具生产力的国家中,机构数量最多的国家是中国和美国(各12个),其次是法国(9个)、日本(7个)和英国(7个)。排名前五的机构分别来自法国、中国、印度、美国和俄罗斯。
Tracing scientific mobility of Early Career Researchers in Spain and The Netherlands through their publications
国际科学流动被认为是传播知识的一个关键机制,特别是没有地理上的邻近和个人接触就无法转移的隐性或“粘性”知识,是将年轻研究人员纳入精英跨国科学网络的一个关键机制,也是获得对研究进程至关重要但位于其他地方的额外资源或基础设施的一个关键机制。学者和决策者一再指出,评估研究人员流动现象的适当数据不足和缺乏。本文提出了一个探索性的分析不同类型的研究人员根据他们的可追溯的流动性,使用科学的Web of Science(WoS)覆盖的科学出版物。我们比较了两个人口的研究人员,相同的“科学年龄”,总部设在西班牙和荷兰。我们观察到西班牙和荷兰的研究人员的流动性程度的差异。必须考虑到与两种国家制度不同的体制条件有关的因素。首先,西班牙和荷兰的大学和研究系统在许多方面都不同。第二,在两个系统中,对流动的体制激励可能非常不同。更复杂的文献计量学分析和比较与不同的“代”的研究人员,可能结合定性调查,将需要更好地了解研究流动性和研究生涯中的国家机构背景的作用和功能。
Bibliometric analysis of the world scientific production in Chemical Engineering during 2000-2011. Part 2: Analysis of the 1,000 most cited publications
化学工程领域的科学生产的综合文献计量学分析已经进行了使用Web of Science数据库在2000-2011年期间通过三个互补的研究。第2部分表明,被引用最多的出版物转移到远东,特别是由于中国,然而,这种转移不太重要,观察到的总科学生产(第1部分)。在被引用最多的1,000篇文章中,美国仍然是文章数量最多的国家(31.5%),大大高于其出版物数量的预期,其次是德国(8.4%)和中国(7.5%)。国际合作,至少在全球范围内,似乎不是一个重要的问题,生产高引用论文。事实上,前25篇被引用最多的论文中只有两篇是国际合作(8%)。此外,在1,000篇被引用次数最多的论文中,有很大一部分(65%)是评论。虽然在该领域被引用次数最多的机构中出版物最多的机构来自美国,但被引用论文最多的两个机构是CNRS(法国)和CSIC(西班牙)。被引用最多的论文高度集中在少数几种期刊上:大约一半被引用最多的论文发表在五种期刊上。一般来说,被引用最多的论文发表在具有高影响因子的期刊上,然而,也有相当数量的高引用论文发表在低影响因子或没有影响因子的期刊上。
Discoverability matters: Open access models and the translation of science into patents
Sorbonne Université, CNRS, Groupe d’Étude des Méthodes de l’Analyse Sociologique de la Sorbonne, GEMASS(索邦大学,法国国家科学研究中心,索邦大学社会学分析方法研究组);School of Information Resources Management, Renmin University of China(中国人民大学信息资源管理学院);École de bibliothéconomie et des sciences de l’information, Université de Montréal(蒙特利尔大学图书馆学与信息科学学院);Centre interuniversitaire de recherche sur la science et la technologie (CIRST), Université du Québec à Montréal(魁北克大学蒙特利尔分校,跨大学科学技术研究中心)
GV-Index:Scientific Contribution Rating Index That Takes into Account the Growth Degree of Research Area and Variance Values of the Publication Year of Cited Paper
Quantifying the higher-order influence of scientific publications
引用影响通常使用直接的一阶引用关系进行评估。我们在这里考虑的是出版物通过引用对新出版物的间接影响。我们提出了一种新的方法来量化出版物的高阶引用影响,同时考虑直接,或一阶,间接,或高阶引用。特别是,我们感兴趣的是在学科水平上的高阶引文影响。我们将这种方法应用于整个Web of Science数据的学科水平。我们发现,大量的影响力- 42% -源于高阶引用。此外,我们表明,高阶引文影响有助于量化和可视化学科之间的引文流,并评估其跨学科的程度。