通过对2069万多条科学推文的263万多位作者做统计分析和可视化分析,揭示了科学推文作者在发文量、关注来源和关注学科方面的行为模式,以及国家层次和城市层次的地理分布,为进一步理解推特替代计量指标内涵进而科学合理应用提供基础。研...通过对2069万多条科学推文的263万多位作者做统计分析和可视化分析,揭示了科学推文作者在发文量、关注来源和关注学科方面的行为模式,以及国家层次和城市层次的地理分布,为进一步理解推特替代计量指标内涵进而科学合理应用提供基础。研究发现:(1)科学推文作者的发文量分布存在显著的集中分布规律,10%的作者发表了80%的科学推文,91%的作者发表科学推文量在10条及以下,说明存在少数科学推文量极高的作者,同时大部分作者只是偶尔在推特上传播和讨论研究成果;(2)关注作者数最多的核心来源占6%,对应77%的科学推文,尤以Nature、The Conversation和PLo S ONE居前三甲,62%的作者仅关注一种来源;(3)关注作者数最多的学科分布在医学、综合科学和社会科学,71%的作者仅在一个学科里关注研究成果,8%的作者会关注3个以上学科的研究成果;(4)科学推文作者广泛分布在世界各地,尤以美国和欧洲最为密集,东亚集中在日本,南美集中在巴西,且集中分布在伦敦、纽约、多伦多等城市。这些结果表明,纯粹基于科学推文量的推特替代计量指标有失公允,未来构建实用指标时必须将作者情境作为要素纳入考虑范围。展开更多
[目的/意义]人工智能发展已经进入国家战略布局,基于情报学方法构建多角度识别、深层次解读的分析路径,识别和解读国际人工智能研究前沿,将为相关研究人员和管理人员提供参考,体现情报学的战略支撑作用。[方法/过程]采集人工智能领域201...[目的/意义]人工智能发展已经进入国家战略布局,基于情报学方法构建多角度识别、深层次解读的分析路径,识别和解读国际人工智能研究前沿,将为相关研究人员和管理人员提供参考,体现情报学的战略支撑作用。[方法/过程]采集人工智能领域2010-2017年Web of Science收录的所有期刊文献和会议文献数据,从关键词结点指标、网络指标、聚类分析等多个角度全方位识别了国际人工智能的研究前沿,并从聚类关键词构成、互信息词和核心文献三个方面对研究前沿进行了示例性的深入解读。[结果/结论]各个视角识别的研究前沿均具有启示性且互为补充,基于共词分析和聚类分析识别出了16个研究前沿,以"约束满足"研究前沿为例的深入解读揭示了其具体研究内容所在。展开更多
文摘通过对2069万多条科学推文的263万多位作者做统计分析和可视化分析,揭示了科学推文作者在发文量、关注来源和关注学科方面的行为模式,以及国家层次和城市层次的地理分布,为进一步理解推特替代计量指标内涵进而科学合理应用提供基础。研究发现:(1)科学推文作者的发文量分布存在显著的集中分布规律,10%的作者发表了80%的科学推文,91%的作者发表科学推文量在10条及以下,说明存在少数科学推文量极高的作者,同时大部分作者只是偶尔在推特上传播和讨论研究成果;(2)关注作者数最多的核心来源占6%,对应77%的科学推文,尤以Nature、The Conversation和PLo S ONE居前三甲,62%的作者仅关注一种来源;(3)关注作者数最多的学科分布在医学、综合科学和社会科学,71%的作者仅在一个学科里关注研究成果,8%的作者会关注3个以上学科的研究成果;(4)科学推文作者广泛分布在世界各地,尤以美国和欧洲最为密集,东亚集中在日本,南美集中在巴西,且集中分布在伦敦、纽约、多伦多等城市。这些结果表明,纯粹基于科学推文量的推特替代计量指标有失公允,未来构建实用指标时必须将作者情境作为要素纳入考虑范围。
文摘[目的/意义]人工智能发展已经进入国家战略布局,基于情报学方法构建多角度识别、深层次解读的分析路径,识别和解读国际人工智能研究前沿,将为相关研究人员和管理人员提供参考,体现情报学的战略支撑作用。[方法/过程]采集人工智能领域2010-2017年Web of Science收录的所有期刊文献和会议文献数据,从关键词结点指标、网络指标、聚类分析等多个角度全方位识别了国际人工智能的研究前沿,并从聚类关键词构成、互信息词和核心文献三个方面对研究前沿进行了示例性的深入解读。[结果/结论]各个视角识别的研究前沿均具有启示性且互为补充,基于共词分析和聚类分析识别出了16个研究前沿,以"约束满足"研究前沿为例的深入解读揭示了其具体研究内容所在。
