科学网—标签 - 被引次数

相关帖子	版块	作者	回复/查看	最后发表

热度 2 Charlesworth 2020-1-3 16:49

作者：查尔斯沃思作者服务翻译：查尔斯沃思中国办公室我们之所以撰写论文，以学术研究人员的身份投稿，期望在同行评审期刊上发表，一是为了所在领域的知识进步，二是为了我们自身的职业发展。但老实说，对你而言，这两种动机哪个最重要？这两个原因皆是发表学术研究的基本动机。我们都希望同行们能阅读我们的作品，特别是在他们的论文中引用。一篇论文如果没人阅读、下载或引用，就没有必要被撰写出来、发表在国际领先期刊上了。最大限度增加已发表作品的被引次数对声誉、职业和在该领域的地位至关重要。本期我们邀请查尔斯沃思英国编辑团队资深成员告诉大家一些实用的技巧，帮助大家提高论文阅读及引用次数。为什么增加被引次数很重要？我们希望其他作者引用我们的论文有四个原因：吸引关注；证明研究的实际意义；为了个人职业发展，提升H指数；为所在领域做出持久的贡献。从根本上说，学术研究应有助于所在领域的讨论。而要引发讨论，论文被阅读和引用就显得很重要了。如果没人引用论文，你为什么要发表？论文得以在领先期刊上发表的确让人欣喜，但没人工作、研究和写作只为获得这种快感。有人读才是关键。引文索引号能说明你论文的被阅情况，对职业成功至关重要。众所周知，晋升评估、任期和拨款申请都与论文被引次数挂钩（至少英国是这样的）；要证明你的研究具有“学术影响力”时，也会将被引次数作为参考。要了解自己为谁的研究提供了基础、谁在论文里使用了我们研究成果，你也需要先知道所在领域里的谁阅读和引用了你的论文。这是衡量你的影响力的另一种方法：“x和y分别在他们的研究中使用了我于2018年发表的论文，发表于x和y杂志。”你或许还能从自己论文的被引历史中获得新想法。你可能从未想过，你的论文还能被你的同行、甚至是另一个领域的学者这样使用。另外，比起发篇新文章，被引用这件事发生的概率可要高多了。因此，这是维持学术自信的一种好方法，换句话说就是“自我鼓励”。当你发现其他人曾查看和阅读过你的论文，认为你的成果是重要的，于是使用它、引用它，将其作为自己手上一个研究的基础，你定会感到备受鼓舞。请记住，现在，资助机构、高等院校和政府日益注重学术研究的“影响力”，要求我们这些学术研究人员证明自己工作的作用。举例来说，当政府机构资助研究时，它会特别注意研究的“影响力”。那么，你要如何证明你的工作“具有影响力”呢？要证明，你需要在研究项目开始时就做好准备，否则就会非常艰难。虽然很概念化，但是一项研究的影响力从项目开始就启程了。你与他人的研究有什么不同？此处的“他人”可以是指任何人。可以是其他研究人员，或是更宽泛群体的成员。显然，要衡量和证明你的研究成果的学术影响，参考引用次数一个关键。如何确保他人引用你的论文？这些小窍门或许能帮到你！你可以在撰写论文时思考这些小窍门，以增加被其他研究人员引用的次数。 01 用特定方式写作在你自己的出版物中全面而仔细地引用他人的论文，尤其是你所在领域里的高产同行和很可能会引用回你的人。引用所在领域的历史文献很重要，每篇论文都需要这些文献来说明背景，以证明这个问题值得探讨。但是，你仍应尽可能引用最新的文献和在所在领域被广泛使用的关键性论文。 02 “关键词”非常重要尽管大部分人都不怎么在关键词上花时间，但它们是提高论文曝光率的关键。要确定关键词，你可以先基于研究主题，确定2至5个可用的。然后，把其中是所在领域常用搜索词的作为首个关键词。在无法确定准确合适的关键词时，你可以借助一些工具，例如参考所在研究领域的热门论文。但是，最热门的关键词并不总意味着最佳。当大量文章使用同一个热门关键词时，它的效果便下降了。这时，一个没那么热门但是更合适且相关的关键词能带来更多的搜索和访问量。 03 与他人合作研究表明，高被引论文往往至少有五位作者。在学术界，随着职业发展，与人合写和发表论文是很自然的。但也请记得，他们的人际关系也会影响你们的最终成果。当你独立撰写论文时，该论文的阅读和引用可能仅局限于你的学术网络中的其他人。但是，如果你与其他四位同行一起发表论文，那么访问该作品的人数可能会是原来的四倍。论文出版后，请记得发送一份给你所在领域国际上的其他重要人物。这时，你可以利用你在会议、线上以及在发表过程中结交到的关系和同行，像是在编辑工作或同行评审时认识的人。 04 拥有属于自己或团队的网站你可以将所有论文的预印本放在网上，展示最新的出版物列表和研究计划报告。如果有人的搜索内容与你的研究相关，你优秀的在线展示可以让人更容易发现你的论文。但是，只有内容详实的网站才能达到这个目的，而这样的好网站又无法在短短几年间建成。因此，最好尽早开始，在职业生涯的开端便做好准备。 05 利用好媒体平台传播自己的文章还有一个方法，就是自己动笔、撰写相关文章，在博客等社交平台上发布，以增加引用次数。这种方法还可以帮助更广泛的受众更好地了解你的研究，从而增加其他人使用和引用你的论文的机会。你还可以在人气更高的博客上写一篇有关你的研究的客座文章，以进一步提高引用量、优化你的论文在搜索引擎中的排序。这种传播方法还有助于扩大作品的传播范围，让意想不到的领域和受众对你的研究产生兴趣。别做一个只会袖手旁观的“典型”学者许多学者认为，研究、撰写和发表论文就足够了。如果人们对阅读和引用自己的作品感兴趣，那么他们自己会找来用。但现在，学者们要做的可要多得多了。人们的注意力稍纵即逝，了解已发表的作品时又如蜻蜓点水。因此，很有必要将你的成果和出版物摆在人们面前。宣传你的作品、展示你的出版物，你的职业生涯将有机会得到极大的改善。自我宣传、传阅作品和建立人际关系网都是增加引用量的关键。 Be proactive 主动出击！ ——END—— 祝贺查尔斯沃思中国二十周年快乐！论文语言润色 | 学术翻译 | 其他发表支持服务 | 英国编辑团队介绍

5050 次阅读|6 个评论

被引最多的文章，是你水平最高的文章吗？

热度 5 ZJUlijiang 2017-12-22 10:00

说明：本博客与微信公众号“林墨”同步更新，所有内容均为原创，可授权转载请扫码关注“林墨”公众号。 Ioannidis等人邀请400位科学家给自己被引最多的10篇文章的水平打分，你猜结果会怎样？李贤 / 郑州大学李江 / 浙江大学注：图片来源于参考文献中的论文每个人审视自己已经发表的论文时，都会发现，某些不起眼的成果的被引次数竟然特别高。于是，在填写自己的三篇代表作时，我们会纠结。我们是填三篇被引次数最高、或者发表的期刊影响因子最高的论文呢，还是填三篇我们自己认为水平最高但被引次数不一定高的论文呢？这是个问题。意外 Ioannidis等人调查了生物医学领域400位高被引科学家（其中 123位答复），让他们对自己被引前10的论文的质量打分。其中有16%的科学家认为自己最好的成果并不在列出的10篇文章中。如何衡量『水平』？ ----研究的延续性（1）推动进展（2）吸引关注（3）整合知识 ----研究的突破性（4）颠覆式创新（5）出人意料的发现 ----研究的发表难易程度（6）发表难度 Ioannidis等人设计了上述六个指标，让科学家对自己的文章的水平从这六个方面进行打分。结果发现，科学家往往（1）对自己的延续性研究论文（1-3三个方面）打分更高，认为他们的成名作大多属于延续性研究，而非突破性研究；（2）对突破性研究论文（4-5两个方面）打分较低；（3）认为他们的成名作的发表难度并不大。相关性从科学家打分的结果来看，指标4（颠覆式创新）和5（出人意料的发现）之间的相关性、指标5 （出人意料的发现）和指标6（发表难度）之间的相关性都最强。延续性与突破性两者之间不可兼得，即两者之间负相关。有趣的是，指标2（吸引关注）与延续性和突破性指标的相关性都是正向的。也就是说，只要研究主题好玩、有趣，不管是延续性研究还是突破性研究，都被科学家打了高分。未来，我们该何去何从？长在矮处的苹果被摘光了，人们只能尝试去摘高处的苹果。在科学研究过程中也是这样的，越来越多的研究成果被发现，人们只能继续往深处探索。而且随着研究成果表现形式的不断变化，利用上述六个指标是否足以描述论文的水平？从科学家打分的结果来看，被引次数以及基于被引次数的指标或许不应该作为唯一的评价论文的维度，我们或许应该尝试其他类型的指标，以作为被引次数的补充。参考文献 Ioannidis, J. P., Boyack, K. W., Small, H., Sorensen, A. A., Klavans, R. (2014). Bibliometrics: is your most cited work your best?. Nature , 514 (7524), 561.

12972 次阅读|5 个评论

被引次数多的论文影响力大？

热度 13 SoSoliton 2016-12-29 12:28

学术影响力（ scientific impact ）越来越备受关注，在基金申请、人才计划申报等环节甚至起到决定性作用。何为影响力？这有充分的想象空间。就论文来说，有老外这样定义影响力 : 论文在科研人员日常实践中的作用或重要性（ The influence or importance of papers in the daily practice of researchers ）。在老文看来，一篇论文，发表或不发表，除了对作者本人外，对别人都一样，大概可以说没有影响力。科研人员日常实践和各类学术评价中常碰到这样的 PK 问题：同一领域的两篇论文，一篇发表在高影响因子刊物上但被引次数很少，一篇发表在影响因子较低的刊物但被引次数很多，哪篇论文的影响力大？这个问题的答案至今、估计永远莫衷一是。对上述问题的回答取决于不同情况。其一，何时评价？如果在两篇论文发表后不久评价，毫无疑问前者影响力大，而且在发表后越短的时间内评价越是如此。例如，“诺奖级”成果（注意不是诺奖成果）无一例外都来自高影响因子刊物，而且必须是刚发表那一会才可能被加封“诺奖级”，过一会儿可能就被集体性失忆了；大众媒体报道、吹捧的论文（可以说是社会影响力），也无一例外都来自高影响因子刊物，而且必须是最新发表的论文；另外，实践表明，一发表就能兑现票子、位子和帽子从而马上对自己和他人产生立竿见影的影响力的论文，也无一例外都来自高影响因子刊物。如果在两篇论文发表后若干年评价，事实证明，后者的影响力大。汤森路透每年用论文被引次数而不是刊物影响因子预测诺贝尔自然科学奖，道理大概就在这里，而事实上诺奖成果也大多出自后者。所谓“路遥知马力，日久见人心”，对论文也大抵是如此。其二，谁来评价？这一点很值得玩味，真正的可以由评见人心。请看一项最新研究。美国印第安那大学 Filippo Radicchi 等人最近作了个大规模调查，他们请来多个学科领域的大约 2000 个受访者（都是论文通讯作者）对超过 20,000 篇论文进行配对比较，确定自己认为影响力大的论文。研究人员然后汇总受访者的全部结果，并量化受访者配对偏好（专家认可的影响力）与论文被引次数（引用次数影响力）之间的实际差距，结果显示：如果受访者配对比较的是其他作者的论文，那么受访者认可的影响力与论文被引次数无关，也就是说，同行专家并不认可被引次数多的论文影响力大。如果受访者本人的论文与他人的论文作配对比较，受访者往往更看重自己的论文，而不是他们领域的高被引论文，这其中不知是不是有“文人相轻”的因素。最有意思的是，如果请受访者完全在自己的论文配对之间作选择，你猜他们会选什么？他们普遍性地真真切切最看重自己被引用次数最多的论文！研究人员由此得出结论：当科学家有足够的信息并确实能够作出客观公正的选择时，他们对论文影响力的判断与论文被引次数是一致的。也就是说，被引次数多的论文影响力大，这条判据本质上八九不离十。这条判据其实还是有一定道理的。根据影响力定义，一篇论文，尽管发表在高影响因子刊物上，但若干年后被引次数依然很少甚至不被引用，说明它发表与否，除了对作者本人，对同行（实际上也是对学科领域的发展）都一样，大概很难说有影响力吧——那些所谓的 “睡美人”论文除外，它们算个案。另外，从刊物影响因子与论文被引次数之间的关系看，后者是前者之源，也就是说，论文没有很高的被引次数，刊物不可能有很高的影响因子，何谈刊物的影响力？所以，论文被引次数多比刊物影响因子高，某种程度应该更能说明论文的影响力大。被引次数多的论文究竟是否影响力大，老文相信这个问题属于世界性难题之一。但这个问题之所以值得探讨，是因为它的确可以映射出学术评价方面的众多问题和众生相。例如， Filippo Radicchi 等人的研究启示我们：学术评价永远不可能准确，而且越是同行评价可能越不准确——这大概出乎很多人的意料。当然，这个启示还可再延伸一下：依据数字的学术评价比依赖专家的学术评价往往更准确、更客观、更公正。这是不是为领导和职能部门一直以来只看数字评价科研人员业绩和水平找到了科学依据？（发表于《中国科学报》 2017 年 1 月 13 日第 2 版：被引次数多的论文未必影响力就大）论文及其影响力： h 指数准确预测科学家伙能否成大器最后一博：牛文不在牛刊什么是好论文？境界和眼光决定人才培养高度学术论文：作者太多创作者太少大学里最终将只剩最会写论文的人如何才能每年发10 篇左右nature 和science? 一篇论文N 个作者究竟谁的贡献大学者们的门道是否有点偏了？你能把论文写短一点再短一点么？

个人分类: 管点闲事|14013 次阅读|16 个评论

多学科交叉，成果的影响力更大吗？

热度 7 ZJUlijiang 2016-9-21 08:26

说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。摘要在很多学科交叉的研究中，影响力与学科交叉度之间存在一个“最优值”，即当学科交叉度达到一定的数值（并非最值）时，论文的影响力最大。张琳 / 华北水利水电大学注：底图来源于参考文献中的论文（不同学科交叉度的论文的篇均被引频次：以Nature,Science为例）近代科学中的重大发现和重要问题的解决，常常依赖于多个学科的知识交流和相互渗透。不同学科的交叉点往往是新学科的生长点和科学前沿，也最有可能产生重大科学突破。百年来，在诺贝尔物理学奖、化学奖、生理学或医学奖中，有41%的获奖者的研究领域属于交叉科学。由于交叉科学特有的前沿性和创新性，近年来，世界各国政府和基金资助机构对交叉科学项目大力关注和支持。随着交叉科学在国内外的持续升温，一个现实的问题逐渐成为人们关注的焦点：交叉科学的实际效果和影响究竟如何？学科交叉越多的论文，引文影响是否越大呢？受生态学中测度生物多样化的Leinster-Cobbold指标启发，我们提出了测度交叉科学“知识多样化”的全新指标“ 2 D S ”，并从理论和实践的双重角度证明了传统相关指标（例如信息熵、Simpson指标、Rao-Stirling多样化指标等）在测度交叉科学时的不适应性，以及新指标相对于传统指标的优越性。基于测量学科交叉度的新指标 “ 2 D S ” ，我们发现，论文的学科交叉度与引文影响之间的关系并非正相关或负相关，且不同学科领域之间存在很大的差异。有趣的是，在绝大多数学科中，引文影响与学科交叉度之间存在一个“最优值”，即当学科交叉度达到一定的数值（并非最大值或最小值）时，其引文影响最大。上图以国际著名综合学科期刊Nature和Science发表于2007-2011年的论文数据为例，展示了论文在发表后三年内平均被引频次与学科交叉度的关系。在以往有关科学合作的研究中，也曾发现类似的规律：科学合作规模具有“最优值”。 “最优交叉度”规律并不适用于所有的学科或期刊，我们在研究中发现了一些有趣的特例。例如，生物医学领域的论文呈现出一种特殊的引文规律：学科交叉度越高，引文影响越小。而在数学领域的传统期刊，如 JournalofSymbolicLogic ， JournalofDifferentialEquations ，则呈现出与生物学相反的规律：虽然领域的整体学科交叉度较低，但是，随着交叉度升高，引文影响普遍增大。相比传统的单学科研究而言，交叉科学研究常被认为具有较大的创新性，政府和公众对其科研产出结果也往往寄予了更高的期望值。但与此同时，与传统的单学科研究相比，交叉科学的评价标准具有多样性和复杂性特点，也由此造成了评价的困难。我们的研究表明，交叉科学研究并不等同于高影响力研究，不同的学科领域之间存在巨大差异，不能简单的以引文频次等单一指标评价交叉科学研究的影响。如何更有效地促进不同学科之间的交叉和融合，如何更科学合理的鉴定和评估交叉科学相关成果，是科技政策制定与科技管理需要进一步深入研究的重要问题。编者注：论文于2016年5月发表于 JASIST ，迅速受到国际同行的广泛关注和多次引用。论文中提出的测量学科交叉度的新指标 “ 2 D S ” ，得到国际著名科学计量学家LoetLeydesdorff,RafolsIsmael等的多次引用和推荐，并已在Leydesdorff教授著名的期刊图谱分析软件（ http://www.leydesdorff.net/portfolio ）中正式应用该指标。参考文献 Zhang,L.,Rousseau,R.,Glnzel,W.(2016). Diversityofreferencesasanindicatorforinterdisciplinarityofjournals:Takingsimilaritybetweensubjectfieldsintoaccount. JournaloftheAssociationforInformationScienceandTechnology , 67 (5):1257-1265. 文字编辑：李江/浙江大学图片编辑：李东/浙江大学

9530 次阅读|11 个评论

你被“致谢”过吗

ZJUlijiang 2016-8-19 08:17

说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。摘要像引文一样，科研出版物中的致谢也能体现谁对完成某一科学著作做了贡献。像引文索引一样，致谢索引也可成为一个评价科研贡献的利器。学者们开发了一种自动进行致谢索引的方法，通过结合引文索引可以更好地衡量各种人员、政府部门、公司和大学对研究的贡献。屈天鹏 / 曾就读于东京工业大学注：图片来源于张琳博士的微信“最浪漫的致谢” 在中文论文中，作者们很少“致谢”，基金资助常常以脚注的方式出现在论文的首页，而对于个人的帮助与贡献，常常被忽略。在英文论文中，末尾有专门的“致谢”部分。今天向大家推荐一篇PNAS论文，该文专门研究了论文末尾处的致谢内容。学者们从1990-2004年间CiteSeer收录的335,000篇计算机科学论文中提取致谢内容。使用的是一种自动进行提取和索引致谢的方法，具体用到了正则表达式（regularexpressions）和机器学习方法中的支持向量机（supportvectormachine,SVM）,其中SVM已经被证明是进行组块分析和命名实体提取的有效工具。结果发现188,052篇（占总数的56%）论文含有致谢，而且被致谢的命名实体（即个人和组织）的分布遵从幂次法则，即只有少数一些实体出现频次特别地高，而绝大部分的实体出现频次非常低。基金资助是致谢的主体被致谢的实体可以分成四类：政府资助机构、公司、大学和个人。因为向自己所在组织致谢不常见，所以可以把作者所属组织作为事实上的致谢对象并统计在内。总的来看，政府资助机构中被致谢最多的前15位比其他三个类别的被致谢实体中的每个类别的前15位获得的致谢次数多很多，公司和大学次之。不能直接从被引次数推断基金资助效果排在第一位的NationalScienceFoundation(NSF)得到的致谢次数为12287次，是排在第二位的DefenseAdvancedResearchProjectsAgency(DARPA)的2.6倍，但致谢NSF的所有论文的总被引次数却只是致谢DARPA的论文的1.8倍，而致谢NSF的论文的平均被引次数还不到后者的十分之七。然而，并不能简单地下由此推断DARPA比NSF的资助取得了更好的效果，因为他们的资助目标、标准和额度是不同的。被频繁致谢的人，应该向被频繁引用的人一样获得奖励有些个人比一些享有盛誉的公司和大学得到的致谢还要多。如果只考虑被引次数最多的前100篇论文中的致谢，个人获得的致谢次数要远比其他三种类型实体获得的多，这是因为对科研做出贡献的个人数目远大于组织实体的数目。对个人来说，得到的致谢次数与他或她的被引次数不具有良好的相关性，也许应该对得到的致谢次数多的个人给予奖励，即使他或她的被引次数不多。总之，把致谢索引和引文索引相结合，或许可以更好地衡量各种实体对科学研究的贡献。参考文献 Giles,C.L.,Councill,I.G.(2004).Whogetsacknowledged:measuringscientificcontributionsthroughautomaticacknowledgmentindexing. ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,101 (51),17599-604. 文字编辑：李江

3418 次阅读|0 个评论

点赞替代引用：社交媒体数据能走多远？

热度 1 ZJUlijiang 2016-8-9 10:14

说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。摘要被引次数与基于被引次数的指标一直饱受诟病，尤其是在汤姆森路透出售WEBOFSCIENCE相关业务后，更是一石激起千层浪，有不少人认为这是摒弃影响因子等传统计量指标的重要时机和转折点。社交媒体数据真的能替代被引次数吗？马瑞敏 / 山西大学副教授美国DrexelUniversity访问学者替代计量学需要走的路还很远影响因子、被引次数等一直饱受诟病，尤其是在汤姆森路透出售WEBOFSCIENCE相关业务后更是一石激起千层浪，有不少人认为这是摒弃影响因子等传统计量指标的重要时机和转折点。实质上，有不少学者尤其是科学计量学圈子内学者早已经考虑取代或者优化传统影响因子等指标，并且最近又提出了替代计量学（Altmetrics），用来补充甚至取代传统的计量指标，充分考虑“网络”影响。但是，通过近期的较多研究已经表明，要想取代传统的计量指标并非易事，替代计量学需要走的路还很远。网络计量学研究的重要领军人物M.Thelwall与他的合作者系统统计了PubMed中发表论文在Twitter、Facebook、Google+等11种网络服务媒介的表现，并与传统的被引次数相比较，它们发现对于大部分网络服务媒介的替代计量得分并不与被引次数呈现明显的相关性。这一结论在后续的较多论文中都得以印证，如R.Costas等的研究也发现替代计量指标与被引次数有很弱的相关。社交媒体数据也有缺陷弱相关并不能说明替代计量学指标不合理，但是人们发现传统被引次数一是好理解好操作且精度相对较高，二是在很大程度能代表一篇论文的学术影响力，而替代计量学指标存在较大问题（S.Haustein等，2016），主要包括以下三个方面：一是网络平台的异质性，难以形成一个统一的内容框架；二是数据质量难以保障——准确性、连续性和可复制性缺失；三是技术依赖性，依赖于APIs和DOIs的可获取性，也依赖于数据提供者。所以，我们当前似乎还没有找到一个比被引次数等传统计量指标更加科学的方法去评价论文、学者和机构，如果冒然使用新的指标或者方法，可能带来更大的问题。在没有设计好更好的替代方案时，一刀切地否定原来的一切，似乎我们又陷入了冒进主义的陷阱。所以，科研评价是一件复杂的事情，需要方法改进，更需要理性，万不可因噎废食。参考文献 Costas,R.,Zahedi,Z.,Wouters,P.(2014).Do“altmetrics”correlatewithcitations?extensivecomparisonofaltmetricindicatorswithcitationsfromamultidisciplinaryperspective. JournaloftheAssociationforInformationScienceTechnology, 66 (10),2003–2019. Haustein,S.(2016).Grandchallengesinaltmetrics:heterogeneity,dataqualityanddependencies. Scientometrics ,1-11. Thelwall,M.,Haustein,S.,Larivière,V.,Sugimoto,C.R.(2013).Doaltmetricswork?twitterandtenothersocialwebservices. PlosOne, 8 (5),e64841. 文字编辑：李江/浙江大学

3298 次阅读|1 个评论

[转载]中国国际科技论文被引次数升至世界第四

redtree 2014-9-27 20:59

中国国际科技论文被引次数升至世界第四作者：喻思娈来源：人民日报发布时间：2014/9/27 9:39:16 本报北京9月26日电（记者喻思娈）中国科学技术信息研究所26日发布的“中国科技论文统计结果2014”显示，2004年至2014年（截至2014年9月）我国科技人员共发表国际论文136.98万篇，排在世界第二位，位次保持不变；论文共被引用1037.01万次，排世界第四位，比上年度提升1位。论文发表后被引用的情况，可直接反映论文的质量与影响。统计还显示，我国有16个学科论文被引用次数进入世界前10位，比上一年增加1个，其中化学、计算机科学、工程技术、材料科学、数学5个领域论文的被引用次数排名世界第二位，农业科学和物理学排在世界第三位。与2013年的统计结果相比，有7个学科领域的论文被引用频次排位有所上升。中国各学科论文在2004至2014年间被引用次数处于世界前1%的高被引论文为12279篇，占世界总量的10.4%，排在世界第四位，处于前三位的分别为美国、英国和德国。统计还提醒，虽然中国“国际科技论文被引用次数”增速相对较快，平均每篇论文被引用7.57次，比上年度统计时的6.92次提高了9.4%，但与世界平均值为11.05次/篇相比，还有不小的差距。（原标题：我国国际科技论文被引次数世界第四增速明显，与世界均值还有差距）

个人分类: 论文|1268 次阅读|0 个评论

史上被引效率最高的论文

热度 6 terahertz 2011-7-22 09:16

发表在 Acta.Cryst.(2008)A64,112-122. 题目是 A short history of SHELX 的论文。先看 2010 年 11 月份在谷歌学术和 web of science 上的被引次数。到 2011 年 7 月 22 日再看在谷歌学术和 web of science 上的被引次数。 A short history of SHEL X GM Sheldrick - Acta Crystallographica Section A : Foundations of … , 2007 - scripts.iucr.org 被引用次数： 17571 - 相关文章 - 所有 5 个版本 - 导入 EndNote 标题: A short history of SHELX 作者: Sheldrick George M. 来源出版物: ACTA CRYSTALLOGRAPHICA SECTION A 卷: 64 页: 112-122 DOI: 10.1107/S0108767307043930 子辑: Part 1 出版年: JAN 2008 被引频次: 17,983 (来自 Web of Science) 分析：先看谷歌学术的情况，这篇论文的出版日期是2008年1月，到2010年11月，大概时间在2年10个月，谷歌学术的引用次数达12700次，平均月引用374次。而在2010年11月到2011年7月22号这9个月的时间段，引用次数由12700上涨到17571，上升了4871次，平均每月541次。引用效率在不断上涨。 Web of Science在上述的同样的时间段，第一个时间段，总被引用次数为8285次，月均244次，比谷歌学术的 374次要低。第二个时间段，总被引用次数为8285次，月均1078次，比谷歌学术的 541次要高近1倍。这篇论文的被引次数直接抬高了 Acta.Cryst.A的影响因子，由2008年的2.051飙升到2009年的49.926，再到2010年的 54.333.

个人分类: 科研经验|7136 次阅读|9 个评论

过去十年被引最多的十位“科学家”

zhaoxing 2009-6-5 22:10

表中是过去 11 年在 SCI 和 SSCI 中被引次数最多的 10 位科学家。科学家论文数量被引次数 1 WANG, J 10,185 113,077 2 WANG, Y 11,404 97,326 3 ZHANG, Y 11,035 94,444 4 LI, J 9,213 90,654 5 ZHANG, J 9,302 87,310 6 LI, Y 9,244 83,429 7 LIU, Y 9,294 75,849 8 SUZUKI, T 7,826 75,102 9 NAKAMURA, T 5,644 69,756 10 CHEN, J 6,895 69,442 打引号的原因看到表也就立刻明白，显然这 10 位都不可能是同一人。除了日本的铃木和中村，全是华人。现在一些国人发英文文章前，先给自己取个英文名。不知是否有此原因？若预期儿女能成名人，最好别取以上名字。也因为这个原因，现在 ISI 能算出发表论文最多和被引最多的期刊、机构和国家。但就是算不出人。人的问题特别复杂有时因为人太多，而中国人特别多。给每个作者一个ID号也许是个办法，但全面实行成本较大。而且之前的数据怎么办？有什么好办法解决这个问题呢？

个人分类: 计量学|12590 次阅读|18 个评论

中国与世界各国的论文数量及影响力：Scopus1996-2007年数据

zhaoxing 2009-3-26 20:59

Scopus 是目前全世界最大的摘要和引文数据库，涵盖了15000余种期刊。作为Web of Science(含SCI和SSCI等)的垄断地位最有力挑战者，Scopus得到了《Nature》以及国际上一批科学计量学和信息计量学家的支持。Bar-Ilan 甚至认为Scopus等新数据库的出现，是二十一世纪以来对信息计量学最有影响的进展之一。Scopus也逐渐被广泛用于科学计量学的研究及科学评价。前人对于世界各国的论文数量及影响力的探讨，主要使用的是SCI和SSCI数据。这里给出一个Scopus1996年－2007年的截面数据（如图所示）。由图得到以下粗略分析：（1）美国在论文数量、总体影响力和平均影响力上，都有无可争议的巨大优势。（2）和国民经济实力相似，中国论文在总量上进步较快，但总体质量（影响力）上略为落后，而在平均水平上则惨不忍睹。实际上，在此数据集里，中国论文的篇均被引排名世界205位（当然，个人觉得科学领域的论文平均被引次数后验价值不大）。（3）中国论文自引率较高，国际交流度不够，这是我国论文影响力相对落后的原因之一。当然这也是母语非英语国家的共同困难。（4）Scopus比较厚道的是台湾省的标注，但为何香港又参考文献 Scopus. .http://www.scopus.com/scopus/home.url. Bar-Ilan J. Informetrics at the beginning of the 21st century - A review . JOURNAL OF INFORMETRICS. 2008, 2(1): 1-52. Bornmann L, Marx W, Schier H, et al. Convergent validity of bibliometric Google Scholar data in the field of chemistry-Citation counts for papers that were accepted by Angewandte Chemie International Edition or rejected but published elsewhere, using Google Scholar, Science Citation Index, Scopus, and Chemical Abstracts . JOURNAL OF INFORMETRICS. 2009, 3(1): 27-35. Bar-Ilan J. Which h-index? - A comparison of WoS, Scopus and Google Scholar . SCIENTOMETRICS. 2008, 74(2): 257-271. Lopez-Illescas C, De Moya-Anegon F, Moed H F. Coverage and citation impact of oncological journals in the Web of Science and Scopus . JOURNAL OF INFORMETRICS. 2008, 2(4): 304-316. Meho L I, Rogers Y. Citation counting, citation ranking, and h-index of human-computer interaction researchers: A comparison of Scopus and Web of Science . JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY. 2008, 59(11): 1711-1726. Jacso P. The pros and cons of computing the h-index using Scopus . ONLINE INFORMATION REVIEW. 2008, 32(4): 524-535. 张玉国. 许多国家和科研机构都在关注学术表现和分析评价. . http://www.sciencenet.cn/m/user_content.aspx?id=222194.

个人分类: 计量学|6789 次阅读|0 个评论

帐号		自动登录	找回密码
密码			注册

关闭安全验证

标签: 被引次数

相关帖子

相关日志

关闭 安全验证

标签: 被引次数

相关帖子

相关日志

关闭安全验证