利用高被引与零被引数据剖析中国博士学位论文学术影响力

对2012年及以前的45万篇中国博士学位论文至2013年底被期刊或其他学位论文引用的情况进行计量分析,根据不同学科特点确定各自高被引次数阈值,得出高被引及零被引论文平均占比为0.36%和62.18%。选取产出论文总数靠前的82家博士授予单位,以其博士论文高被引与零被引百分比做象限分布图,更为全面地反映出各机构博士培养的整体实力。论文还横向对比了各学科优秀博士获奖、提名与其他论文被引的情况,发现优博论文中也不乏较多的零被引论文;最后对博士学位论文的睡美人现象进行了报告。

特定学科热点和前沿主题研究方法实证分析

分析关键词共现聚类方法、战略坐标分析方法、引文共被引方法、高频词分析方法、数据流分析方法在特定学科热点和前沿主题研究中的应用,采用专家咨询法评估研究结果的相关性,揭示不同研究方法的有效性和局限性。研究发现,关键词共现聚类方法、战略坐标分析方法、引文共被引方法、高频词分析方法、数据流分析方法可初步探测特定学科的研究热点和前沿主题,但由于阈值设置和算法选择的不同,以及文献时滞性和重复性特征,会导致相关信息揭示的差异和不全面。只有几种研究方法结合起来使用,相互印证对照,并且增加领域专家在探测过程中的全程参与,才能够更好地保障研究结果的可靠性和完备性。

高品质论文的引用特征分析——以“高等学校科学研究优秀成果奖(人文社会科学)”为例

选取第四、五届高等学校科学研究优秀成果奖(人文社会科学)共239篇获奖论文及其7006条引用文献作为样本,分别从引用文献数量、引用文献类型、引用文献语种及引用文献年代等方面进行引文分析,指出高品质论文普遍引用文献数量偏高、人文学科与社会学科有不同的信息偏好、以及部分学科对引文语种、引文类型等呈现出特殊偏向等特征。

《电力科学与工程》载文统计分析

以中国知网数据库(China National Knowledge Infrastructure,CNKI)为数据源,对2003年以来《电力科学与工程》所刊载有效论文的年度分布、高被引、机构发文量、作者、基金论文、高频关键词等方面进行统计和分析。研究结果表明:《电力科学与工程》学科特色突出、论文来源机构和作者群广泛,基金资助论文数量呈快速增长趋势,但基金论文占比、核心作者分布以及论文被引等具有很大的提升空间,今后仍需加强期刊建设。

油料作物研究的知识图谱分析

针对国际国内油料作物科技文献数据量过大、无法快速和有效交流等问题,利用共引分析、共词分析、信息可视化等方法和技术,借助Citespace信息可视化软件绘制油料作物研究领域的文献共引网络图谱、高被引文献的热点词汇图谱以及油料作物领域的前沿词汇图谱。直观地展示和分析了不同时期国际国内有关油料作物的高被引文献内容,分析了不同时期国际国内油料作物的研究热点。结果表明:国际国内有关油料作物高被引文献大多是关于实验方法和技术,近年来国内比较侧重于对油料作物产业及生物柴油方面的研究;国际国内有关油料作物早期的研究热点主要集中于油料作物的经济意义、生长环境、产量及品质等方面,近年来比较注重生物柴油的研究。

基于随机森林的Science和Nature期刊潜在精品论文识别研究

【目的/意义】为推动潜在“精品”文献识别及其在科技文献识别与传播利用领域中的应用。【方法/过程】以国际顶级期刊Science和Nature期刊出版的论文及其引用分布数据为样本,统计出全部论文的首次响应时间、摘要长度,总被引频次、资金资助、论文篇幅等特征,构建“精品”论文特征矩阵;然后基于“精品”论文特征矩阵和随机森林算法进行潜在“精品”论文识别模型的训练与识别应用。【结果/结论】研究结果显示,融合“精品”论文特征矩阵和随机森林模型能够较好地识别Science和Nature期刊中的潜在“精品”论文,模型正确识别分类的准确率均值达到80%以上,其中Nature期刊的“精品”文献识别准确率高出Science期刊的“精品”论文识别准确率2%左右;使用信息增益方法的模型识别效果比使用基尼不纯度方法的识别效果略好。此外,Science和Nature期刊“精品”论文的首次被引速度极快,在出版当年即被引用。【创新/局限】“精品”文献特征矩阵和机器学习模型的结合能够较好地应用于潜在“精品”论文的识别与推荐,然而未来需将模型推广应用于海量文献中“精品”论文的识别检验。