采用文献计量学方法,以Web of Science等数据库作为数据源,选取国内外14所著名研究型大学为研究对象,对其近5年间的国际合著论文进行统计分析,用量化数据探究研究型大学国际合著论文的发展现状与分布规律,包括SCI国际合著论文数量及国...采用文献计量学方法,以Web of Science等数据库作为数据源,选取国内外14所著名研究型大学为研究对象,对其近5年间的国际合著论文进行统计分析,用量化数据探究研究型大学国际合著论文的发展现状与分布规律,包括SCI国际合著论文数量及国际合著率、篇均被引次数、期刊平均影响因子、参与国家分布等。在大量客观数据的基础上,对国际合著论文与国内独著论文的多项影响力指标和分布特征进行比较研究,论证得出国际合著论文的质量在统计学上优于国内独著论文的结论,并进一步指出我国大学与国外一流大学的差距及其形成原因,提出若干发展建议。展开更多
利用跨学科测度指标,对ISI Web of Knowledge数据库中收录的生物传感器等8个领域的无合作文章、国内合作文章和国际合作文章的跨学科指标进行了深入的计算、比较和分析;研究表明,跨学科指标仅与该领域的特点有关,而与领域文章的不同合...利用跨学科测度指标,对ISI Web of Knowledge数据库中收录的生物传感器等8个领域的无合作文章、国内合作文章和国际合作文章的跨学科指标进行了深入的计算、比较和分析;研究表明,跨学科指标仅与该领域的特点有关,而与领域文章的不同合作类型关系不大,科研论文合作在跨学科研究中的影响不明显。展开更多
目的/意义了解医学院校高被引论文在不同数据库中多源评价指标相关性,为文献资源发现、利用、评估提供参考。方法/过程以2013—2023年首都医科大学高被引论文为研究对象,分析其在H1 Connect、Dimensions、ESI、Web of Science、InCites...目的/意义了解医学院校高被引论文在不同数据库中多源评价指标相关性,为文献资源发现、利用、评估提供参考。方法/过程以2013—2023年首都医科大学高被引论文为研究对象,分析其在H1 Connect、Dimensions、ESI、Web of Science、InCites、SciVal数据库中的38个评价指标,对代表性指标,专利、政策引用指标,浏览使用指标,相对指标,期刊指标,被引频次,Altmetric指标分别进行相关性分析。结果/结论各组相似指标具有相对较高相关性,个别指标如加权星级和微博提及数与大多数不同平台指标没有显著相关性。展开更多
引入"公平性测试"方法以消除时间窗口对被引次数的影响。以高Altmetrics指标论文作为样本,选取与样本论文发表在同一期刊同一期上前后两篇论文作为参照。利用Altmetric.com、Web of Science分别获取273篇样本及参照论文的Altm...引入"公平性测试"方法以消除时间窗口对被引次数的影响。以高Altmetrics指标论文作为样本,选取与样本论文发表在同一期刊同一期上前后两篇论文作为参照。利用Altmetric.com、Web of Science分别获取273篇样本及参照论文的Altmetric分数、底层数据值和被引用次数。通过比较分析后发现:Altmetrics和引文数两种指标反映出读者对文献的不同关注方向,底层数据源中大众媒体对于Altmetric分数的影响最明显,高Altmetrics指标论文同时具有较高的学术影响力。作为一种早期指标,高Altmetrics指标在一定程度上能够被视作文章在未来获得高被引的风向标。展开更多
文摘采用文献计量学方法,以Web of Science等数据库作为数据源,选取国内外14所著名研究型大学为研究对象,对其近5年间的国际合著论文进行统计分析,用量化数据探究研究型大学国际合著论文的发展现状与分布规律,包括SCI国际合著论文数量及国际合著率、篇均被引次数、期刊平均影响因子、参与国家分布等。在大量客观数据的基础上,对国际合著论文与国内独著论文的多项影响力指标和分布特征进行比较研究,论证得出国际合著论文的质量在统计学上优于国内独著论文的结论,并进一步指出我国大学与国外一流大学的差距及其形成原因,提出若干发展建议。
文摘目的/意义了解医学院校高被引论文在不同数据库中多源评价指标相关性,为文献资源发现、利用、评估提供参考。方法/过程以2013—2023年首都医科大学高被引论文为研究对象,分析其在H1 Connect、Dimensions、ESI、Web of Science、InCites、SciVal数据库中的38个评价指标,对代表性指标,专利、政策引用指标,浏览使用指标,相对指标,期刊指标,被引频次,Altmetric指标分别进行相关性分析。结果/结论各组相似指标具有相对较高相关性,个别指标如加权星级和微博提及数与大多数不同平台指标没有显著相关性。
文摘引入"公平性测试"方法以消除时间窗口对被引次数的影响。以高Altmetrics指标论文作为样本,选取与样本论文发表在同一期刊同一期上前后两篇论文作为参照。利用Altmetric.com、Web of Science分别获取273篇样本及参照论文的Altmetric分数、底层数据值和被引用次数。通过比较分析后发现:Altmetrics和引文数两种指标反映出读者对文献的不同关注方向,底层数据源中大众媒体对于Altmetric分数的影响最明显,高Altmetrics指标论文同时具有较高的学术影响力。作为一种早期指标,高Altmetrics指标在一定程度上能够被视作文章在未来获得高被引的风向标。