期刊影响因子等级分布行为研究

When standard network measures fail to rank journals: A theoretical and empirical analysis

Journal rankings are widely used and are often based on citation data in combination with a network perspective. We argue that some of these network-based rankings can produce misleading results. From a theoretical point of view, we show that the standard network modelling approach of citation data at the journal level (i.e., the projection of paper citations onto journals) introduces fictitious relations among journals. To overcome this problem, we propose a citation path perspective, and empirically show that rankings based on the network and the citation path perspective are very different.…

科技期刊语境引用影响力的测量

Measuring contextual citation impact of scientific journals

本文提出了一种新的期刊引文影响力指标--源标准化每篇影响力（SNIP）。它衡量期刊的上下文引用影响，考虑到其适当定义的学科领域的特点，特别是作者在参考文献列表中引用其他论文的频率，引用影响成熟的速度，以及用于评估的数据库覆盖该领域文献的程度。它进一步发展了尤金加菲尔德的概念，一个领域的“引用潜力”定义为在一个领域的参考文献列表的平均长度，并确定被引用的概率，并需要在公平的性能评估，以纠正学科领域之间的差异。期刊的主题领域被定义为引用该期刊的论文集。SNIP被定义为期刊每篇论文的引用数与其学科领域的引用潜力之比。它的目的是允许直接比较不同学科领域的来源。引文潜力不仅在期刊主题类别（共享研究领域的期刊分组）或学科（例如，数学、工程和社会科学期刊的价值往往低于生命科学期刊的价值），但同一学科类别内的期刊之间也存在这种情况。例如，基础期刊往往比应用或临床期刊显示出更高的引用潜力，涵盖新兴主题的期刊比经典学科或更一般的期刊更高。SNIP纠正了这种差异。它的优点和局限性进行了批判性的讨论，并提出了进一步研究的建议。所有的实验结果都来自Elsevier的Scopus。

BioMedJImpact：用于生物医学期刊AI参与度及科学影响力分析的综合数据集与大语言模型（LLM）流程

BioMedJImpact: A Comprehensive Dataset and LLM Pipeline for AI Engagement and Scientific Impact Analysis of Biomedical Journals

本研究构建了生物医学领域的BioMedJImpact数据集，通过三阶段LLM流程提取AI参与度，分析发现作者规模与期刊影响力正相关、AI参与度仅在2019年子集与影响因子正相关，验证了LLM流程的有效性。

《Cognition》期刊在认知科学领域的影响力与相关性：一项评估

Impact and Relevance of Cognition Journal in the Field of Cognitive Science: An Evaluation

本研究对《Cognition》期刊1999至2018年的文献进行科学计量学分析，统计了文章、作者、机构与国家的分布及引文情况，发现共发表2870篇论文，美国研究人员贡献占比最高。

开放获取对引文影响的影响--对ArXiv凝聚态部分的分析

The effect of 'Open Access' upon citation impact: An analysis of ArXiv's Condensed Matter Section

本文统计分析了存放在预印本服务器ArXiv（由康奈尔大学主办）的凝聚态物质部分的文章的引用影响，并随后发表在科学期刊上，与未存放在该档案中的同一期刊中的文章相比。其主要目的是进一步说明和粗略估计两个因素的影响，“早期观点”和“质量偏差”，在这两组论文之间的引用影响的差异，使用引用数据汤姆森科学的Web of Science。它提出了一些凝聚态物理学领域的期刊的估计。为了区分“开放获取”效应和早期视图效应，纵向引文数据进行了分析，涵盖了长达7年的时间段。质量偏差是通过计算ArXiv引用影响差异在期刊上发表的个人作者的水平，考虑到合著。该分析提供了强烈的质量偏差和早期视图效应的证据。校正这些影响，有一个样本的6个凝聚态物理学期刊的详细研究，没有迹象表明一般的“开放获取优势”的论文存放在ArXiv。这项研究确实提供了ArXiv加速引用的证据，因为ArXiv使论文更早可用，而不是使论文免费可用。

OA自我评价的引文优势与期刊影响因子、文章年龄和合著者数量无关

Citation Advantage For OA Self-Archiving Is Independent of Journal Impact Factor, Article Age, and Number of Co-Authors

Eysenbach认为，OA（绿色）自存档优势可能只是潜在的不受控制的混杂因素（如文章年龄）的产物（较旧的文章可能被引用更多，更有可能自我存档），作者人数（作者越多的文章可能被引用越多，自我存档也越多），主题（被引用较多的主题，自我存档较多），国家（同样的事情），作者人数，作者引用次数，等等。（博士生，UQaM）已经表明，在所有情况下，当文章分别按年龄，主题或国家进行分析时，OA优势都存在。他现在已经做了一个多元回归分析，联合测试（1）文章年龄，（2）期刊影响因子，（3）作者数量，（4）OA自存档作为独立的因素，在576（生物医学）期刊的442，750篇文章中，11年来，并已表明，四个因素中的每一个都对引文计数有独立的，统计学上显着的增加。OA自归档优势仍然是一个强大的独立因素。在成功地回应了他的挑战之后，我们现在要求艾森巴赫证明--通过测试一个足够广泛和有代表性的期刊样本，在期刊质量的各个层面，知名度和声望等级--他发现黄金OA的引用优势（他测试的唯一一份期刊（PNAS）的高调网站上发表的OA文章超过了同一期刊上的绿色OA文章（自我存档在作者的网站上）不仅仅是一个只测试了一个非常引人注目的期刊的人工制品。