首页 | 官方网站   微博 | 高级检索  
     

基于逻辑斯蒂模型的主题词被引频次和发文量增长的实证研究
引用本文:陈京莲,陈立军.基于逻辑斯蒂模型的主题词被引频次和发文量增长的实证研究[J].情报科学,2019,37(1):74-79.
作者姓名:陈京莲  陈立军
作者单位:井冈山大学图书馆;吉林大学大数据和网络管理中心
基金项目:江西省教育厅科技计划项目“网络信息增长和信息老化的机理研究”(GJJ160744)
摘    要:【目的/意义】本文将逻辑斯蒂模型引入到主题词被引频次以及相对应的发文量增长规律的研究中,探索主题词被引频次以及相对应的发文量对时间的响应关系。【方法/过程】用Web of Science中所有数据库检索了主题词"chlorophyll fluorescence"以及相对应的发文量,获得了1950-2016年该主题词的被引频次和发文量的数据。然后用逻辑斯蒂模型拟合了该主题词的文献被引频次和发文量。【结果/结论】拟合结果显示,逻辑斯蒂模型可以很好地拟合该主题词文献的被引频次和发文量的增长趋势,且从理论上得出了该主题词的最大年被引频次和最大年发文量将分别达到131 179次和2 385篇。研究结果还表明:该主题词的被引频次和发文量在1982-1983年和1991-1992年拟合值与观测值出现较大的偏差,其原因与这两个时间节点上叶绿素荧光观测技术的重大改进有关。

关 键 词:逻辑斯蒂模型  被引频次  叶绿素荧光  主题词

Investigation on Increment of Subject Citation Frequency and Corresponding Quantity of Articles Based on the Logistic Model
CHEN Jing-Lian,CHEN Li-Jun.Investigation on Increment of Subject Citation Frequency and Corresponding Quantity of Articles Based on the Logistic Model[J].Information Science,2019,37(1):74-79.
Authors:CHEN Jing-Lian  CHEN Li-Jun
Affiliation:(Library of Jinggangshan University,Ji'an 343009,China;Big Data and Network Management Center,Jilin University,Changchun 130022,China)
Abstract:CHEN Jing-lian;CHEN Li-jun(Library of Jinggangshan University,Ji'an 343009,China;Big Data and Network Management Center,Jilin University,Changchun 130022,China)
Keywords:logistic model  citation frequency  chlorophyll fluorescence  subject
本文献已被 维普 等数据库收录!
点击此处可从《情报科学》浏览原始摘要信息
点击此处可从《情报科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号