期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于结构方程模型的社会科学类期刊量化指标关系研究
1
作者 温学兵 刘洋 王秋萍 《渤海大学学报(哲学社会科学版)》 2018年第3期82-86,共5页
研究中国科技期刊各量化评价指标间的相关关系,构建结构模型,可以为指标的分类研究和评价体系构建提供参考选取2017年中国科技期刊引证报告(扩刊版)的13个量化指标数据,根据各个指标的涵义,将其分为影响力和拓展力两类;然后,基于结构方... 研究中国科技期刊各量化评价指标间的相关关系,构建结构模型,可以为指标的分类研究和评价体系构建提供参考选取2017年中国科技期刊引证报告(扩刊版)的13个量化指标数据,根据各个指标的涵义,将其分为影响力和拓展力两类;然后,基于结构方程模型方法,利用AMOS 20.0软件,对社会科学类期刊的13种量化指标470个数据进行遴选和相关性分析,得到其中9个指标间的相关关系和结构模型。经过模型拟合和修正,得到了符合结构方程理论指标要求的结构模型。结果表明,总被引频次、学科影响指标、学科扩散指标、扩展影响因子、H指标之间存在相关关系;地区分布数、机构分布数、平均作者数、基金论文比之间存在相关关系。影响力和拓展力因子间存在直接相关关系。 展开更多
关键词 期刊评价指标 验证性因子分析 中国科技期刊 结构方程模型方法
下载PDF
基于万方和知网数据的期刊量化指标的结构模型建立
2
作者 温学兵 王亚静 +1 位作者 刘洋 刘瑞银 《沈阳师范大学学报(自然科学版)》 CAS 2018年第3期265-269,共5页
研究中国科技期刊各量化评价指标间的相关关系,构建结构模型。采用中国学术期刊影响因子年报(2016版)的2个网络下载指标和2016年中国科技期刊引证报告(扩刊版)的15个量化指标数据,并根据各个指标的涵义,将其分为3类;然后,基于结构方程... 研究中国科技期刊各量化评价指标间的相关关系,构建结构模型。采用中国学术期刊影响因子年报(2016版)的2个网络下载指标和2016年中国科技期刊引证报告(扩刊版)的15个量化指标数据,并根据各个指标的涵义,将其分为3类;然后,基于结构方程模型方法,利用AMOS 20.0软件,对工程技术类期刊的17个量化指标408个数据进行遴选和相关性分析,得到其中12个指标间的相关关系,首次获得了满足方法所有指标要求的测量模型和结构模型。结果表明,时效性因子和影响力因子之间既有直接相关关系又有经过传播因子相连接的间接关系,而传播因子作为中介变量在整体模型中起着桥梁纽带的作用。 展开更多
关键词 期刊评价指标 万方数据 知网数据 结构方程模型方法 测量模型 结构模型
下载PDF
基于粗糙集属性约简的统合结构模型在期刊量化指标分析中的应用
3
作者 温学兵 刘洋 王秋萍 《沈阳师范大学学报(自然科学版)》 CAS 2021年第6期523-526,共4页
研究中国科技期刊各量化评价指标间的相关关系,构建结构模型,为指标的分类研究和评价体系构建提供参考。先利用粗糙集理论将期刊评价指标约简处理,然后根据指标理论意义进行分类,再利用结构方程模型原理进行指标间的相关性和因果关系认... 研究中国科技期刊各量化评价指标间的相关关系,构建结构模型,为指标的分类研究和评价体系构建提供参考。先利用粗糙集理论将期刊评价指标约简处理,然后根据指标理论意义进行分类,再利用结构方程模型原理进行指标间的相关性和因果关系认定。使用2014版《中文核心期刊要目总览》所列期刊,选择其与2017版《中国科技期刊引证报告(扩刊版)》中共同含有的工程技术类期刊的相应数据,并将其分为3类,基于结构方程模型和粗糙集理论,应用AMOS 20.0软件,对工程技术类期刊的17个量化指标307个数据进行遴选和相关性分析。结果表明,几个指标之间存在相关关系,且在把结构模型方程方法用于学术期刊量化指标研究中,首次获得了满足所有指标要求的测量模型和结构模型。 展开更多
关键词 期刊评价指标 结构方程模型方法 结构模型 粗糙集理论
下载PDF
Research on customer loyalty of B2C e-commerce 被引量:1
4
作者 ZHAO Gong-min 《Chinese Business Review》 2010年第5期46-52,共7页
Customer loyalty of B2C e-commerce is studied by testing the hypotheses on five latent variables using the structural equation modeling method. After correcting model, online store image is obviously fundamental basis... Customer loyalty of B2C e-commerce is studied by testing the hypotheses on five latent variables using the structural equation modeling method. After correcting model, online store image is obviously fundamental basis on expectations of shopping online, experience of shopping online, customer satisfaction and customer loyalty between which there are seven positive relationships accepted in the AMOS model. The results provide scientific evidence for B2C e-commerce. 展开更多
关键词 structural equation modeling E-COMMERCE customer loyalty
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部