排序方式： 共有4条查询结果，搜索用时 125 毫秒
1
1.
以收录于Web…of…Science的国家自然科学基金资助论文为对象,从高被引论文和平均引用影响两个视角,评价我国与G7国家的合作效果。研究表明,美国是第一大合作伙伴,加拿大、日本、英国、德国和法国与我国的合作规模相当,意大利与我国合作最少;在提升国际合作影响力(高被引论文份额和平均引用影响)方面,NSFC对数学、化学与化工、以及物理学与材料科学领域的提升作用明显,但这种提升效果因合作国家不同而异;NSFC资助对国际合作影响力提升作用较好的领域也是我国总体上实力相对较强的领域,而需要付出更大努力的是我国影响力远低于世界平均水平的领域(如环境与生态学、神经科学与行为学、微生物学、分子生物学与遗传学、以及临床医学等),NSFC资助的国际合作效果甚至不及非NSFC资助的国际合作。文末提出资助政策建议。 相似文献
2.
在资源有限的情况下,如何充分发挥国际合作在科学研究中的作用是科研人员和科研管理者关注的重要问题.从文献计量学视角,以中国和美国的化学国际合作论文为对象,从合作程度和合作特征(包括合作对象、合作规模、主导性)两大维度,探讨国际合作论文中不同因素与引用影响的关系.结果 表明,合作对象、合作规模、主导性均影响国际合作效果,两国分别与其大部分主要合作伙伴国的合作均可产生积极效果,其中,合作规模对美国国际合作论文的引用影响有提升作用;中国主导论文的引用影响低于非本国主导的论文,而美国主导论文的引用影响却高于他国主导的论文. 相似文献
3.
基于Web of Science（WoS）数据库,本文运用文献计量学方法和可视化工具对比分析了2009-2016年中美大数据研究论文的跨学科性发展态势,研究内容包括跨学科性（Rao-Stirling Index）测度、核心学科分布以及跨学科性与引用影响的关系,并应用VOSviewer将两国的学科分布进行了可视化呈现。结果显示,尽管中美两国论文的跨学科性都在逐年增强,研究期间美国论文的跨学科性始终高于中国。美国的大数据研究参考的学科数量更多,且学科分布更均衡,涉及的主要学科包括数学与计算机科学、生物医学与健康科学以及社会科学与人文科学;中国的大数据研究涉及学科较少,主要集中在数学和计算机科学领域。论文涉及的学科数量与被引百分位显著相关,美国论文的跨学科性与引用影响之间存在一定相关性,但中国论文的这种关系不显著。 相似文献
4.
旨在揭示大数据研究中国家和机构间的合作模式和网络结构,发现主要参与国家和机构的主导地位,并利用科学地图来可视化这些合作特征.在了解大数据领域全球论文产出概况的基础上,应用网络特征指标分析大数据研究合作网络的结构特征及演化规律、主要国家与机构在合作网络中的地位及其作用,并通过VOSviewer软件以科学叠加图(overlay map)的形式对结果进行可视化.研究发现:全球大数据研究以国内合作尤其是机构内合作为主,国家和机构间合作的比重较低,随着时间推移,国际合作网络规模不断扩大,并逐渐向多元主导模式转变;中国、美国和英国在国际合作网络中占据核心地位、发挥桥梁作用;中国作者在国际合作网络中的主导性较高,中国科学院、德克萨斯大学和清华大学是最为活跃的参与机构. 相似文献
1