-
题名融合创新性与影响力的论文代表作遴选方法研究
- 1
-
-
作者
刘佳程
马廷灿
岳名亮
-
机构
中国科学院武汉文献情报中心
中国科学院大学信息资源管理系
科技大数据湖北省重点实验室
-
出处
《数据分析与知识发现》
EI
CSCD
北大核心
2024年第4期88-98,共11页
-
基金
中国科学院战略研究与决策支持系统建设专项(项目编号:GHJ-ZLZX-2021-22-2)
中国科学院青年人才专项(青年创新促进会)(项目编号:2019176)的研究成果之一
-
文摘
【目的】综合考虑论文的创新性和影响力,提出一种新的论文代表作遴选方法。【方法】基于论文创新性和影响力测度指标,设计代表性指数,遴选代表性指数靠前的论文作为学者的论文代表作。以诺贝尔物理学奖获得者为例,遴选其论文代表作,将平均排名和准确率作为评价指标检验遴选方法的有效性和准确性。选取张涛院士和Hirsch J E教授进行案例分析,使用代表性指数遴选其论文代表作。【结果】实证结果表明,与其他6种遴选方法对比,使用代表性指数遴选论文代表作在平均排名(2.838)和准确率(63.158%)两个指标上均排名第一。【局限】使用的测度指标需要一定的引文积累,可能无法有效选出学者新近做出的重要工作。【结论】所提论文代表作遴选方法具备可行性。
-
关键词
论文代表作
代表作遴选
创新性
影响力
基础研究人才
-
Keywords
Representative Papers
Selection of Representative Works
Innovation
Influence
Basic Research Talents
-
分类号
G350
[文化科学—情报学]
G353
[文化科学—情报学]
-