共查询到20条相似文献，搜索用时 140 毫秒
1.
基于F1000与WoS的同行评议与文献计量相关性研究 总被引：1，自引：1，他引：0
为比较同行评议与文献计量方法在科学评价中的有效性及相关性,选取F1000以及Web of Science数据库,采用SPSS16.0软件,将近2000篇论文的F1000因子与Web of Science数据库中指标进行相关性比较。结果显示,F1000因子与统计区间内的被引频次呈显著正相关,同时一些F1000因子很高的论文并没有高频被引,反之亦然。结论指出:从统计学的视角,文献计量指标与同行评议结果具有正向相关性,但是无论是同行评议还是文献计量,单独作为科学评价标准都会有失偏颇,以引文分析为代表的定量指标与同行评议方法的结合将是未来科学评价的主流。 相似文献
2.
[目的 /意义]探索绝对颠覆性指数DZ与Faculty Opinions同行评议指标和引证指标CNCI间的相关性,揭示Faculty Opinions同行评议指标在研究论文颠覆性创新早期识别中的效果。[方法 /过程]通过对选出的140篇研究论文的绝对颠覆性指数DZ、Faculty Opinions同行评议指标[包括同行评分（FScore）、同行评级（FStar）、评价次数（FTime）、加权评级（FStar＿w）、加权评价次数（FTime＿w）]和影响力指标CNCI进行相关性分析,并对高颠覆性文献、Faculty Opinions收录文献、高影响力文献在全部5 566篇焦点文献中的分布和不同评价角度下选出的研究文献重合情况进行研究。[结果 /结论 ]从全部病毒学领域期刊来看,绝对颠覆性指数DZ与Faculty Opinions同行评议指标间存在弱相关性,与影响力指标CNCI间存在中等相关性。FScore与CNCI存在着强相关性,FStar、FStar＿w与CNCI存在着中等相关性,FTime、FTime＿w与CNCI存在着弱相关性。但不同标签的研究论文三类指标间的相关性各不相同。其中,... 相似文献
3.
为了探讨同行评议、影响计量学以及传统文献计量指标在科学评价中的有效性,本文选取F1000、Mendeley以及Web of Science、Google Scholar数据库,采用SPSS 19.0软件,将心理学与生态学的1,3篇论文的同行评议结果即F1000因子、Mendeley阅读统计、期刊影响因子,以及Web of Science、Google Scholar数据库中被引频次进行相关分析。结果表明:同行评议结果、传统引文分析指标以及以Mendeley为代表的影响计量指标具有低度正相关性,这意味着上述指标在科学评价中审视视角的不同以及数字时代科学评价的多维构成;心理学筛选数据中F1000因子与期刊影响因子相关度几近为0,这一结论进一步证实了期刊影响因子与单篇论文影响力的严重背离;生态学与心理学指标相关分析结果的不同折射出科学评价中自然科学、社会科学的差异。图3。表4。参考文献10。 相似文献
4.
[目的/意义]提出一种基于开放同行评议的学者影响力评价方法,即通过归纳收敛开放同行评议内容,形成能够表征学者不同层面影响力的多个标签簇,从而从质量层面多角度探索学者影响力,并验证所提方法的有效性。[方法/过程]调研分析国内外现有学者影响力评价方法,在此基础上,设计构建基于开放同行评议的学者影响力评价方法,并以开放同行评议平台F1000为例,进行实证研究和对比分析。[结果/结论]基于开放同行评议的学者评价方法是一种新的评价角度,实现了对学者的多角度评价,增加了学者影响力的饱满度和辨识度。分析表明,该方法与文献计量评价方法不具有显著相关性,可以作为对传统评价方法的一种补充。传统的定量分析与开放同行评议方法的结合将是未来学术评价的发展趋势。 相似文献
5.
[目的/意义] 为了解我国标准文献的学术影响力, 以为标准文献的利用提供参考, 从标准文献的角度出发, 分析其被引证特征。[方法/过程] 选择中国引文数据库中1994-2013年标准类引文数据, 采用文献计量的方法, 从标准引文总量、篇均标准引文量等方面分析标准文献的总体被引用情况和学科分布情况。[结果/结论] 标准引文量和篇均标准引文量占引文总量比例很小;各学科标准引文量差异较大, 工科和医科对标准文献的引用较多;标准引文数量和被引频次较高的专题集中于自然科学;大部分社会学科标准引用量为零;标准引文的半衰期整体上较长, 老化速度较慢。 相似文献
6.
通过对比F1000因子与被引频次、F1000因子与期刊评价指标,并对主要指标进行相关性分析,来验证同行评议与引文分析间的相关性。结果表明,F1000因子与被引频次呈正相关性,即专家打分与被引频次变动方向相同;但也存在专家打分高的论文被引频次低,而专家打分低的论文被引频次高的事实。相关性分析的结果表明：在特征因子、SNIP等主要指标中,SJR、IF与专家评议值相关度最大。 相似文献
7.
[目的/意义] 构建多维指标的综合影响力评价模型,为不同层次挖掘高价值文献提供新途径。[方法/过程] 选取临床神经病学、化学与物理、地球科学作为自然科学的代表学科,信息科学与图书馆学、经济学、教育研究作为社会科学的代表学科,在Web of Science核心合集中收集引文指标数据,在Altmetric.com平台中收集Altmetrics计量指标数据,通过指标覆盖率和指标间相关性进行指标筛选,然后利用主成分分析方法建立不同学科的论文综合影响力指标模型并对比分析。[结果/结论] 不同学科的差异使论文影响力评价模型采用的指标有所区别,自然科学和社会科学论文影响力评价模型中共同保留的指标为被引频次、Mendeley、Blogs。在论文综合影响力评价中,学术影响力依然占据主导地位,社会影响力的测评研究发展迅速,两者结合的定量评价能挖掘出综合影响力较高的文献。 相似文献
8.
[目的/意义]同行评议在科学发展中扮演着关键角色,探讨同行评议的有效性对同行评议制度的发展和运行有着重要意义。[研究设计/方法]旨在对两种不同的研究取向进行回顾与阐述：即同行评议何以有效与为何无效。并从尚未得到充分关注的同行评议与文献计量间的内在联系这一视角切入,借鉴有效市场假说,从更加系统性的维度重新架构同行评议有效性的评判路径。[结论/发现]同行评议的有效性是同行评议功能得以发挥的基准,而引文量作为最核心的文献计量指标与同行评议结果之间存在紧密且复杂的内在联系,并在此基础上提出了以三种同行评议有效性形式（弱有效、半强有效、强有效）为主的有效同行评议假说。[创新/价值]从更为多元和异质性的视角,提出了新的关于同行评议有效性的解释路径,在一定程度上呈现了同行评议机制的内在复杂性,搭建了同行评议与文献计量指标之间的内在联系。 相似文献
9.
[目的/意义]学术文献影响力评价指标不断推陈出新,但尚缺乏在研究主题层面对文献影响力的评价,为发现不同研究主题内具有高影响力和引用价值的文献,本研究给出一种基于研究主题的文献影响力评价方法。[方法/过程]以Web of Science数据库中2011年-2015年间情报学领域500篇高被引文献为样本,利用LDA模型对样本文献进行主题建模,将主题对文献的支持度与文献被引频次相结合,计算特定主题文献的被引频次（specific topic cited frequency,简称STCF）,并根据每篇文献在相应主题内的STCF值对文献进行影响力排序。[结果/结论]结果表明,STCF值能反映文献的主题内容、细粒度体现文献的学术地位、呈现文献研究主题的多元性,能够有效弥补被引频次、Altmetrics指标的不足。 相似文献
10.
[目的/意义] 文章的被引频次一直是量化评价一篇论文学术影响力的重要指标。但在不同学科不同年份发表的论文会因该领域研究论文数、引用滞后等因素呈现较大的差异。因此在对比两篇论文时，难以简单依据被引频次的绝对值来评判论文影响力大小。为此，本文设计了一个新的可计算数学模型，使得每篇论文可以有一个标准化的指标，以便对不同学科不同年份发表的论文的学术影响力进行直接比较。[方法/过程] 通过分析2006、2017两年中国科技类学术期刊各学科论文的被引频次分布规律，采用同学科论文被引频次的分布形态最接近对数正态分布的先设条件，提出一种被引频次标准化指数——Paper Citation Standardized Index （简称PCSI，中文"论文引证标准化指数"）。最后以中国科协优秀科技期刊论文评选结果为例，将它们与论文所属学科全部论文进行实证对比研究。[结果/结论] 结果证明，PCSI对不同年份、不同学科论文的被引频次进行了标准化，反映了被引频次的线性差距，是一种较为理想的单篇论文学术影响力比较评价工具。 相似文献
11.
The data of F1000 and InCites provide us with the unique opportunity to investigate the relationship between peers’ ratings and bibliometric metrics on a broad and comprehensive data set with high-quality ratings. F1000 is a post-publication peer review system of the biomedical literature. The comparison of metrics with peer evaluation has been widely acknowledged as a way of validating metrics. Based on the seven indicators offered by InCites, we analyzed the validity of raw citation counts (Times Cited, 2nd Generation Citations, and 2nd Generation Citations per Citing Document), normalized indicators (Journal Actual/Expected Citations, Category Actual/Expected Citations, and Percentile in Subject Area), and a journal based indicator (Journal Impact Factor). The data set consists of 125 papers published in 2008 and belonging to the subject category cell biology or immunology. As the results show, Percentile in Subject Area achieves the highest correlation with F1000 ratings; we can assert that for further three other indicators (Times Cited, 2nd Generation Citations, and Category Actual/Expected Citations) the “true” correlation with the ratings reaches at least a medium effect size. 相似文献
12.
《Journal of Informetrics》2020,14(2):101019
The normalized citation indicator may not be sufficiently reliable when a short citation time window is used, because the citation counts for recently published papers are not as reliable as those for papers published many years ago. In a limited time period, recent publications usually have insufficient time to accumulate citations and the citation counts of these publications are not sufficiently reliable to be used in the citation impact indicators. However, normalization methods themselves cannot solve this problem. To solve this problem, we introduce a weighting factor to the commonly used normalization indicator Category Normalized Citation Impact (CNCI) at the paper level. The weighting factor, which is calculated as the correlation coefficient between citation counts of papers in the given short citation window and those in the fixed long citation window, reflects the degree of reliability of the CNCI value of one paper. To verify the effect of the proposed weighted CNCI indicator, we compared the CNCI score and CNCI ranking of 500 universities before and after introducing the weighting factor. The results showed that although there was a strong positive correlation before and after the introduction of the weighting factor, some universities’ performance and rankings changed dramatically. 相似文献
13.
[目的/意义]为了探讨在学科论文评价上,Altmetrics指标间的量度结果是否具有一致性,试图通过已有测量数据构建基于Altmetrics的文献综合评价模型,为评价数据的使用和重用创建新的度量标准。[方法/过程]获取PLoS ALMs上土木工程学科2009年至2016年发表的全部文章的Altmetrics指标,采用相关分析、主成分分析方法将15个原始指标划分到4个主成分,得到适用于具体学科的Altmetrics评价指标体系,并对Altmetrics的单一指标与综合评价指标进行相关度分析,采用"公平性测试"方法探索时间对论文评价相关度的差异。[结果/结论]研究发现采用"公平性测试"方法消除时间影响后,引用指标相关性上升,而与社交媒体传播相关的指标有所下降,但Twitter指标不降反增,且始终与F值具有较高的相关性。 相似文献
14.
基于自然语言词对法的文献主题新颖性探测研究 总被引：1，自引：0，他引：1
[目的/意义] 提出一个全新的量化指标--文档主题新颖度,通过自然语言词对方法对文献主题内容的新颖性进行探测研究,并探讨其可行性和优缺点以及新颖度与F1000推荐文献和引文指标之间的关系。[方法/过程] 以F1000为基础,选取hematology主题近一个月内推荐的文献,在Pubmed中查找并获取该推荐文献发表之前6个月内密切相关的文献,构成整个文献集。定义自然语言法新颖度的概念、计算公式并利用Oracle数据库PL/SQL语言进行编程,通过MetaMap软件提取自然语言词汇进行文献主题新颖度的运算。[结果/结论] 自然语言法在文献主题新颖性探测的运算上具有一定的可行性;文档主题新颖度与F1000推荐文献、引用情况并非成等价关系,分属于科技论文评价的不同维度、不同范畴,不可一概而论。应将文档主题新颖度这一新指标与同行评议情况和文献计量学等其他相关论文评价指标结合起来对文献进行综合评价分析,选取优质文献给予推荐。 相似文献
15.
[目的/意义] 科研评价中,短时间引文窗口下的学科标准化指标往往是不可靠的,因为这时论文发表的时间较短,还没有充足的时间获取被引次数。然而,各种标准化方法本身并不能解决这一问题。研究旨在解决这一科研评价中的难题。[方法/过程] 研究引入一个权重因素以表示每篇论文标准分的可靠程度,权重由论文在给定的短时间窗口下的被引次数与长时间窗口下被引次数的相关系数计算获得,论文发表时间越短(长),可靠性越低(高),权重也越低(高)。为验证加权效果,将权重与常用的学科标准化指标CNCI进行加权处理,计算世界500强大学每所大学所有论文加权后的总影响力TWCNCI值与未加权时的总影响力TCNCI值。[结果/结论] 研究发现,500强大学的TWCNCI值与TCNCI值,TWCNCI的排名与TCNCI的排名都具有极强的相关性,但是仍有部分大学在加权后排名发生明显波动。据此,研究认为标准化指标在短时间窗口下不可靠的弊端以及对此修正的权重因素在科研评价中不应忽视。 相似文献
16.
基于引文评价与同行评审方法相结合进行论文评价的思路,利用F1000数据库随机获取同行评审指标论文131篇,利用WoS、JCR、ESI及ImpactStory检索工具获取每篇论文的常用网络计量指标,探讨与同行评价相关联的网络计量指标,并将其替代同行评价纳入学术影响力综合评价模型。研究结果显示,综合评价能弥补单一类型指标评价的缺陷,实际的计量评价中采用相对指标和标准化处理,可以消除不同学科领域的影响因素和期刊数量的差异性,使评价具有跨学科、跨时间的可比性,通过对指标间相关性和相似性分析,可简化、替代或扩展指标。通过调整指标权重,突出同行评审在评价模型中作用,并具有一定的可操作性。 相似文献
17.
数据期刊同行评议视角下科学数据质量评价指标识别 总被引：1，自引：1，他引：0
[目的/意义] 在数据期刊同行评议的视角下识别并构建科学数据质量评价指标，增强对科学数据质量评价的理解，为数据论文同行评议实践提供参考。[方法/过程] 利用扎根理论的研究方法，选取20个数据期刊的数据同行评议指南作为质性研究的原始资料，并使用NVivo质性分析软件对资料进行开放式编码、关联式编码和选择性编码，通过理论饱和度检验对编码结果进行检验。[结果/结论] 最终构建数据论文同行评议情境下的科学数据质量评价指标体系，识别出数据内在质量、数据表达质量、数据访问质量和数据效用质量4个主范畴和14个评价指标，并具体分析指标的含义及分类，帮助数据论文作者和评审者深入了解科学数据质量的内在结构。 相似文献
18.
[目的/意义]识别学术论文同行评审意见类型、分析不同被引频次下同行评审意见类型在同行评审报告中的分布情况,有助于加深对同行评议机制的认识,为评估论文学术质量、量化评审专家贡献提供新思路。[方法/过程]首先,将同行评审意见类型划分为正面评价、负面评价、要求/建议(主、次要方面)、问题/疑问、陈述六个类别,经人工标注、获取训练、测试语料后,对比分析传统机器学习模型、深度学习模型在同行评审意见类型自动识别上的效果;其次,将同行评审报告涉及的学术论文进行主题聚类,进而对被引频次进行标准化处理;最后,使用Spearman相关系数、累积分布、K-S检验、负二项回归分析不同被引频次学术论文对应的同行评审报告中同行评审意见类型的分布情况。[结果/结论]SciBert模型识别效果最佳;在基于Spearman的相关性分析中,评审报告中正面评价的分布占比与被引频次具有显著的弱正相关,负面评价的分布占比与被引频次具有显著的弱负相关;通过累计分布发现,多数情况下,当累积概率相同时,高被引分区中正面评价的分布占比大于低被引分区、负面评价的分布占比小于低被引分区,K-S检验能够检测到这种差异;在负二项回归分析中,正面评价分布占比、负面评价分布占比分别对被引频次有显著的正向影响、负向影响。研究结果表明,同行评审报告中正面评价、负面评价的分布情况与其对应论文的被引频次存在相关性,被引频次一定程度上能够反映论文的学术质量。 相似文献
19.
[目的/意义] 研究Altmetrics指标的主要特征及其与传统文献计量指标的相关性,以及它们随时间的演化情况;同时,基于Altmetrics指标全面评价学术论文的社会影响力和学术影响力,对于发展和完善Altmetrics计量系统至关重要。[方法/过程] 以2014-2016年Altmetric Top 100论文为样本,对每年的高Altmetrics指标论文的来源期刊、学科分布、获取方式、作者地域及研究机构分布进行统计分析,并讨论这些论文的社会影响力,同时对论文的Altmetric分数与其Web of Science上的被引频次进行相关性分析,研究相关性随时间的动态演化。[结果/结论] 研究结果表明,高Altmetrics指标论文主要来源于一些高影响因子期刊,其学科主要集中于医疗健康与生物科学,论文作者主要来自于欧美发达国家的高水平研究机构,且高Altmetrics指标论文中开放及自由获取的比例逐年增加;Altmetric分数能够定量地反映学术论文在社交和新闻媒体上被公众关注的程度,从而在一定程度上体现出学术论文的社会影响力;高Altmetrics指标论文的Altmetric分数与其被引频次存在一定正相关,表明高Altmetrics指标论文同时具有较高的学术影响力。 相似文献