Citation Statistics from 110 Years of Physical Review
S. Redner
公开的数据揭示了引文统计和论文引用方式的长期系统特征。这些数据还告诉了个别文章迷人的引用历史。
Publicly available data reveal long-term systematic features about citation statistics and how papers are referenced. The data also tell fascinating citation histories of individual articles.
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
Community Structure of the Physical Review Citation Network
我们调查了1893年至2007年8月间所有《物理评论》出版物的引文网络中物理学子领域的社区结构。我们专注于被引用的出版物（引用次数超过100次的出版物），并应用模块化最大化来发现与物理学的可明确识别的子领域相对应的主要社区。虽然社区之间的大多数联系都将那些具有明显知识重叠的社区联系起来，但由于广泛适用的理论技术的发展或理论与实验之间的交叉施肥，有时会在不同的领域之间存在意想不到的联系。我们还研究了十年的社区，并发现了在时间上广泛分离的社区之间的少数重要联系。
Promise and Pitfalls of Extending Google's PageRank Algorithm to Citation Networks
我们回顾了我们最近的工作，应用谷歌PageRank算法，在所有的物理评论出版物中找到科学的“宝石”，并将其扩展到CiteRank，找到目前流行的研究方向。这些指标为传统使用的重要性指标提供了有意义的扩展，例如引用次数和期刊影响因子。我们还指出了过度依赖定量指标来评估科学质量的一些陷阱。
Citation Statistics From More Than a Century of Physical Review
我们研究了1893年至2003年110年期间所有《物理评论》期刊的引文统计数据。除了表征引文分布和识别具有最高引文影响力的出版物外，我们还研究了引文如何随时间演变。论文被引次数与被引平均年龄呈正相关。来自出版物的引用具有指数衰减的年龄分布;也就是说，旧论文往往不会被引用。相反，对出版物的引用符合幂律年龄分布，在2 - 20年的时间范围内指数接近-1。我们还确定了一些强相关的引用突发和其他戏剧性的特点，在引用的时间历史，以个别出版物。
Does publicity in the science press drive citations? A vindication of peer review
我们研究如何宣传，在科学出版社突出的形式，影响研究论文的引用。在简要回顾了之前的工作之后，我们分析了发表在《物理评论快报》（PRL）上的论文，这些论文在八个不同的平台上突出显示。使用多元线性回归，我们确定每个平台对引用的贡献。我们还分析了突出显示的论文在其领域中排名前1%的引用论文的频率。我们发现，中期引文影响力最强的预测因素-出版后7年-是物理学的观点，其次是自然界的研究亮点，PRL的编辑建议和自然物理学的研究亮点。我们的主要结论是：（a）强调重要性识别引用优势，（b）根据同行评审（期刊内部和外部）的审查程度进行分层。这意味着我们可以将突出显示平台视为引文累积的预测因素，其强度不同程度地反映了每个平台的审查水平。
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。
Comment: Citation Statistics
评论“引文统计”[arXiv：0910.3529]
Comment: Citation Statistics
评论“引文统计”[arXiv：0910.3529]
Indicators of Structural Change in the Dynamics of Science: Entropy Statistics of the SCI Journal Citation Reports
期刊引用模式的变化可以用作科学组织结构变化的指标吗？1999年的期刊间引文总量与科学引文索引1998年期刊引文报告中的类似数据进行了比较。除了指示局部变化之外，概率熵度量使我们能够分析不同聚集水平的分布变化。各种统计的结果进行了讨论和比较，详细阐述了日志-日志映射。进一步明确了这一指标对科学和技术政策的相关性。
Rejoinder: Citation Statistics
对“引文统计”的反驳[arXiv：0910.3529]
An empirical study to order citation statistics between subject fields
本文利用国家统计数据对不同学科领域的期刊引文量、统计数据和赫希指数进行了实证研究。并无作出分配假设及计算比率。这些比率可以用来对不同学科领域的研究人员的赫希指数进行近似比较。
Network-based statistical comparison of citation topology of bibliographic databases
现代书目数据库为科学研究及其评价提供了基础。虽然它们的内容和结构大不相同，但对其可靠性只有非正式的概念。在这里，我们比较了引文网络的拓扑结构的一致性提取的六个流行的书目数据库，包括Web of Science，CiteSeer和arXiv. org的网络进行评估，通过丰富的本地和全球的图形统计。我们首先揭示了一些数据库之间的统计上显着的不一致，就个人统计。例如，DBLP计算机科学参考书目的引入字段蝴蝶结分解由于数据库的覆盖范围而与其他文献有很大不同，而arXiv.org中的引用信息是最详尽的。最后，我们使用临界差异图在多个图统计上比较数据库。DBLP计算机科学书目的引用拓扑与其他文献最不一致，而毫不奇怪，从一致性的角度来看，Web of Science的引用拓扑明显更可靠。本研究可作为文献计量学和科学计量学研究者的参考，也可作为政府和科研机构的科学评价指南。
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。
Measuring Metrics - A forty year longitudinal cross-validation of citations, downloads, and peer review in Astrophysics
引用度量和更新的altmetric度量（如下载量）现在通常用于为人事决策提供信息。这些指标能在多大程度上衡量或预测一个人过去、现在或未来的学术表现？使用史密森/NASA天体物理数据系统的数据，我们分析了1972-1976年期间获得美国天文学博士学位的922人的出版，引用，下载和区别历史。通过在同一时间和不同时间对同一个体进行相同和不同的测量，我们能够显示每个测量的能力和局限性。由于分布是对数正态的测量不确定性是乘法，我们表明，为了以95%的置信度，一个人的引用和/或下载量显着高于另一个人的状态，计数的比率的对数差必须至少为0.3德克斯，这对应于一个乘法因子为2。
Citation analysis cannot legitimate the strategic selection of excellence
为了回应之前的批评（Opthof & Leydesdorff，2010），莱顿的科学技术研究中心（CWTS）提议将引用分析中的旧“皇冠”指标改为新指标。Waltman等人（2011年）认为，这一变化不会影响各种综合水平的排名。然而，CWTS数据并不公开用于测试和批评。在这封信中，我们使用Van Raan（2006）以前发表的数据来解决引文分析结果与同行评议结果之间如何相关的关键问题。基于同行评审的质量参数与CWTS过去开发的两个参数（CPP/JCSm或CPP/FCSM）以及最近提出的h指数（Hirsch，2005）均无显著相关性。鉴于新旧“冠状病毒”指标之间的高度相关性，可以预期，与基于同行审查的质量指标缺乏相关性的情况同样适用于新制定的指标。
Comment: Citation Statistics
我们讨论了定量评估研究联合委员会的论文“引文统计”[arXiv：0910.3529]。特别是，我们专注于一个必要的功能，“好”的措施，排名科学作者：良好的措施必须能够准确地区分作者。
Citation Statistics
这是一篇关于引文数据在科学研究评价中的使用和误用的报告。研究评估必须使用“简单客观”的方法的想法今天越来越普遍。"简单客观“的方法被广泛地解释为文献计量学，即引用数据和从中得出的统计数据。有一种观点认为，引用统计数据本质上更准确，因为它们用简单的数字代替了复杂的判断，从而克服了同行评审可能存在的主观性。但这种信念是没有根据的。
Google matrix of the citation network of Physical Review
我们研究了1893 - 2009年期间《物理评论》引文网络的Google矩阵的谱和本征态的统计特性。具有最大模的复特征值的主要部分通过基于高精度计算的不同方法在数值上确定，所述高精度计算具有高达$p=16384$二进制数字，其允许解决小特征值的困难数值问题。近似幂零矩阵结构允许获得特征值的半解析计算。我们发现，频谱的特点是分形外尔定律与分形维数$d_f \approx 1$。结果发现，大多数的本征向量位于一个本地化的相位。文章的PageRank-CheiRank平面的统计分布的建立提供了一个更好地了解网络上的信息流。提出了ImpactRank的概念来确定给定文章的影响域。我们还讨论了Perron-Frobenius算子的随机矩阵模型的性质。
Coauthorship and Citation Networks for Statisticians
我们收集并清理了两个网络数据集：统计学家的合著和引文网络。这些数据集是基于从$2003$到$2012$上半年在四种顶级统计学期刊上发表的所有研究论文。我们从许多不同的角度分析数据集，重点是（a）中心性，（b）社区结构，（c）生产力，模式和趋势。对于（a），我们已经确定了最多产/协作/高引用的作者。我们还确定了一些“热门”论文，建议“变量选择”作为“热门”领域之一。对于（b），我们已经确定了大约$15$有意义的社区或研究小组，包括大型社区或研究小组，如“空间统计学“、“大规模多重检验“、“变量选择”，以及小型社区或研究小组，如“降维”、“客观贝叶斯”、“分位数回归“和“理论机器学习“。对于（c），我们发现在10年的时间里，每位作者的平均论文数量和自我引用的比例都在下降，但远距离引用的比例一直在增加。这表明，统计界已变得越来越具有协作性、竞争性和全球化。我们的发现揭示了统计学家的研究习惯，趋势和拓扑模式。这些数据集为今后研究统计人员的社交网络或与之相关的研究提供了肥沃的土壤。
Citations and the Zipf-Mandelbrot's law
一个有趣的观察是，科学引文数量的排名统计遵循齐普夫-曼德尔布罗特定律。一些简单的随机引用模型也表现出类似pow-like的行为。观察到的规律性并不表明潜在的（复杂的）过程的特殊性质，但更可能的是，比通常假设的，它的随机性更大。
How fractional counting affects the Impact Factor: Normalization in terms of differences in citation potentials among fields of science
ISI影响因子有许多缺点，其中之一是统计学-为什么要使用平均值而不是中位数？以及由于学科间引文行为的系统性差异而导致的学科间的不可比性。这些缺点是否可以通过分数计算引用权重而不是在分子中使用整数来抵消？(i)分数引用计数是根据引用来源标准化的，因此会考虑到科学领域之间引用行为的差异。(ii)可以在统计学上测试所得分布的差异，以确定其在不同聚合水平下的显著性。(iii)分数计数可以推广到任何文档集，包括期刊或期刊组，因此可以测试小集合和大集合之间差异的显著性。2008年部分计算的影响因素清单可在http://www.leydesdorff.net/weighted_if/weighted_if.xls上查阅。在美国科学与工程指标中确定的13个科学领域之间的组间方差在这种标准化之后没有统计学意义。虽然引文行为在学科之间有很大差异，但在分数计算的引文分布中反映这些差异并不能作为分类的可靠工具。
Rescaling citations of publications in physics
我们分析了1985年至2009年间发表在《物理评论》期刊上的所有论文的引文分布。计算给定年份和给定领域发表的论文的平均引用次数。发现大的变化，这表明它是不公平的，跨领域和跨年的引文数量进行比较。然而，当使用平均值的重新缩放程序时，可以公平地比较不同年份和领域的文章。我们提供了可供读者使用的重标度因子。我们还表明，出版作者的数量重新调整引用数量有很强的影响，因此，在评估研究人员的文献计量学性能时，应考虑到。
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。
A data-driven analysis to question epidemic models for citation cascades on the blogosphere
博客网络中的引用级联通常被认为是信息在这个社交媒体上传播的痕迹。在这项工作中，我们质疑这一点，使用结构和语义分析的五个月活动的最具代表性的博客的法语community.Statistical措施显示，我们的数据集与那些可以在文献中找到的许多功能，这表明存在一个相同的基本过程。然而，对文章内容的进一步分析表明，在这种背景下，流行的对级联的类似于数学的描述是误导性的。一个基本的模型，只考虑了博客的行为和他们有限的社会网络，解释了数据的几个重要统计特征。这些论点支持这样一种观点，即引用的主要目的可能不是在博客圈传播信息。
Citations to articles citing Benford's law: a Benford analysis
在大数据中，数字的第一个有效数字的出现通常受一个称为本福德定律（BL）的递减分布的控制，S。Newcomb（SN）和几十年后独立的F。Benford（FB）.由于它的反直觉性，几十年来，这条定律仅仅被当作一种好奇的观察而被忽视。然而，SN/FB的论文被引用的数量大幅增加，这表明它的显著复苏。法律已经走过了漫长的道路，从默默无闻到现在成为书籍，同行评议论文，专利，博客和新闻的常规主题。本文利用Google Scholar（GS）收集了引用SN/FB原始论文的文章的被引次数数据，并研究了这些引文数据的前几位数字是否按照他们发现的规律分布。我们发现，文献的引用数据BL是在显着的法律的预测一致。
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。
Annual Journal citation indices: a comparative study
我们研究了2004-2013年期间期刊引文报告中被索引的科学期刊的引文统计，使用不同的测量方法。我们考虑不同的措施来量化期刊的影响。令我们惊讶的是，我们发现，显然不相关的措施，即使在一个任意的方式定义，显示出很强的相关性。这一点在所有考虑的年份都得到了检查。影响因子是这些措施之一，目前的工作提出了一个问题，它是否实际上是一个近乎完美的指数，经常声称。此外，我们还研究了不同指数的分布，这些指数的行为也相似。
Power-law citation distributions are not scale-free
本文分析了一年内科技论文引文统计分布的时间演化。虽然这些分布可以拟合的幂律依赖，我们发现，它们是非平稳的幂律拟合的指数随时间的推移而下降，并没有达到饱和。我们将引文分布的非平稳性归因于低被引论文和高被引论文的不同寿命。通过测量论文的引用轨迹，我们发现低被引论文的引用生涯在10-15年后达到饱和，而高被引论文的引用生涯则继续无限期地增加：超过某个引用阈值的论文成为失控论文。因此，我们表明，虽然引用分布可以看作是一个幂律，它不是无标度的，有一个隐藏的动态规模与发病的离家出走。我们将我们的测量结果与我们最近开发的基于复制/重定向/三元闭合的引用动态模型进行比较，并找到对我们的经验观察的解释。
Social Network Analysis: Bibliographic Network Analysis of the Field and its Evolution / Part 1. Basic Statistics and Citation Network Analysis
在本文中，我们提出的社会网络分析（SNA）学科的发展及其演变的研究结果，使用书目网络的分析。该数据集包括来自Web of Science Clarivate Analytics数据库的文章以及在该领域主要期刊上发表的文章（70，000多篇出版物），通过搜索关键词“社交网络 *”创建。从收集的数据中，我们构建了几个网络（引用和双模式，将出版物与作者，关键词和期刊联系起来）。通过分析所获得的网络，我们评估了该领域的增长趋势，注意到被引用最多的作品，创建了一个作品数量最多的作者和期刊列表，并提取了SNA领域最常用的关键词。接下来，使用搜索路径计数方法，我们提取了引文网络中的主路径、关键路由路径和链接岛。基于概率流节点值，我们确定了最重要的文章。研究结果表明，在整个学科发展史上最为活跃的社会科学领域的作者，从2000年开始经历了物理学家的“入侵”。然而，从2010年开始，一个新的非常活跃的动物社交网络分析群体出现了。
Modeling and Predicting Citation Count via Recurrent Neural Network with Long Short-Term Memory
科学研究的快速发展每年都创造了大量的出版物。在众多科学影响力的量化指标中，引用计数因其在研究界的频繁使用而脱颖而出。虽然同行评审过程是预测论文未来影响力的主要可靠方法，但在大数据时代，基于引文记录预测持久影响力的能力在科学影响力分析中越来越重要。论文主要研究期刊被引量的长期预测问题，这是一个新兴的、具有挑战性的应用研究课题。基于以往长期科学影响力量化研究中独立证实的四个关键现象，包括出版物的内在质量、老化效应、马太效应和近因效应，本文统一了所有这些观察结果的表述。在此基础上，提出了一个基于长短期记忆单元的循环神经网络的论文长期被引量预测模型。在一个真实的大规模引文数据集上的实验表明，该模型始终优于现有的方法，并取得了显着的性能改善。
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。