期刊论文下载次数的概率密度服从对数正态分布

许多社科类指标的概率密度分布都不是正态的,这就为有效合理利用这些指标做进一步分析带来了困难.当指标数据分布为非中心对称时,一般不能直接利用原始数据做分析,需要对数据的分布有所了解,在此基础上做必要的变换,才能做有关的统计分析.期刊论文下载次数是一个非常客观的指标,可显示论文被使用和受重视的程度,随着期刊检索系统的发展,获取期刊论文被下载的数据已成为可能.在数据基础上,选用对数正态函数模型,研究期刊论文下载的分布问题.对不同学科类别、载文规模和学术影响力的3种期刊,运用非线性迭代计算方法模拟,试图寻找一种简单的确实能反映期刊论文下载次数指标分布的内在规律.得出期刊论文下载指标的概率密度服从对数正态分布,这种简单的对数正态分布规律有可能具有普适性,为今后合理有效地利用期刊计量指标提供了参考依据.

期刊论文被引次数与下载次数的关系研究

为探讨单刊论文全时域(从创刊至现在)下载次数与被引次数两个变量之间的关系问题,在考虑原始数据概率密度分布的基础上,通过对原数据的合理变换,运用相关和线性回归方法,研究期刊论文下载次数与被引次数两个变量之间的关系问题.结果表明:(1)论文原始被引次数v与下载次数u之间没有明显的关系;(2)经变换,论文被引次数y与下载次数x呈正相关关系;(3)对数据再做适当处理后,论文被引次数y与平均下载次数x存在简单的线性关系,随着论文下载次数x增加,与之对应的论文被引次数y也随之而增加.

科技论文“影响”的测度

可通过利用同行评议、被引频次、期刊的影响因子(IF)等方法来评估科技论文,但这些方法本身都有不同程度的缺陷。不能利用期刊的影响因子来评判论文的学术水平,这是因为影响因子本身具有较大的不确定性,尤其是对美国的期刊比较有利。近年来由因特网全文下载论文的频次急剧上升,作者认为论文下载次数和影响因子的联合使用,可以更准确地评价论文和期刊的学术影响。