科学网

 找回密码
  注册

tag 标签: 科研软件

相关帖子

版块 作者 回复/查看 最后发表

没有相关内容

相关日志

抓住领域关键文献——Hiscite
热度 2 jhp1993 2017-4-27 14:35
介绍: Hiscite 是一个引文图谱分析软件。它可以对大量文献进行分析,然后根据它们的被引用数及相互之间引用关系做出可视化图谱,快速描绘出陌生领域的发展脉络,找到关键文献和明星科学家。 每篇文献就像黑夜里的一个打火机,而每次引用就像为它添了一根柴,引用数量越多,文献越亮,一眼看过去,就越明显。而 Hisctie 就是把这种数字关系进行图谱化,提取出最亮的文献让我们能够一眼看出哪些文献被引最多,而这些文献往往也是最重要的。 下载 : 百度云盘(免安装): pan.baidu.com/s/1qXDzf9E 官网下载: ip-science.thomsonreuters.com/thanks/histcite/ 适用范围: 1. 需要在短时间内快速了解一个陌生领域; 2. 查找本领域关键性论文; 3. 查找本领域权威科学家; 4. 了解本领域发展趋势。 缺点: 1. Hiscite 显示的是被引次数最多的文献,而越老的文献可能有更多的引用,因而新的文献容易被忽略; 2. Hiscite 是 Thomson Reuters 公司开发,故只支持 web of science 数据库导出的文献,所有使用 Hiscite 软件的前提是拥有该数据库的权限,这可以到所在院所的图书馆查询; 3. 只在 Web of science 数据库使用关键词搜索易遗漏一些重要文献。 使用教程: 一、导入文献: 1. 下载 Hiscite 软件 2. 打开 Web of science 主页,选择核心数据库。 图1:Web of science主页 3. 进行关键词搜索。以 stem cell 为例。 4. 出现的搜索结果界面。 1 为搜索到的文献数。 2 为文献的排列顺序参数,有时间,被引次数,相关性等。 3 为导出格式。 4 是排列序号。 图2:搜索结果界面 5. 选择排列参数为 1 :被引次数——由高到低。导出格式为 2 :保存为其它文件格式。 图3:导出格式1 6. 每次只能导出 500 条记录,故在 1 处填写范围 1-500 ,下次导出时改为 501-1000 以此类推。 2 处选择:所有记录和参考文献。可以看到,搜索 stem cell 有 368114 个结果,若所有都导出,太麻烦。但前面我们选择按照被引次数由高到低排列,即前面导出的都是被引较多的文献,因而导出适量文献即可,而不用全部导出。3 处选择导出为纯文本,选择 send 导出。 图4:导出格式2 7. 文件会自动下载,若未自动下载,点击 send 。 8. 打开文档,将标红处的 1 : Science 改为 2 : Knowledge 。 图5:文档修改 9. 将下载并改好的文档直接拖动到 Hiscite 软件图标上, Hiscite 会自动打开。如图 6,7 ,并自动弹出一个网页界面,即 Hiscite 的分析结果。 图6 图7 二、文献分析: 1. 网页界面参数分析: 图8:文献分析结果 1:该领域研究概况。 Authors 可以找本领域大牛科学家; Journals 可以定位本领域关键期刊; Words 可以找到领域内关键词; Yearly output, DocumentType, Institution, County 等可以了解本领域文献在时间,类型,机构及国家等的分布情况。 2 :依次为按照日期,作者名,杂志名排序,作用不大。 3 :关键参数: LCS = local citation score ,即本地引用次数,它表示这篇文章在当前数据集中被引用的次数。以图 8 中第一篇文献为例。它在导入的 7801 篇文献中被引用了 2 次。如果一篇文献的 LCS 值越高,代表这这篇文献在 stem cell 领域越重要。 GCS = global citation score ,即总引用频次,它表示这篇文章被整个 WOS 数据库中所有文献引用的次数。 GCS 高表示这篇文献有较大影响力,但它并不一定在 stem cell 领域也同样重要。 LCR = local cited references ,本地参考文献数,它表示这篇文献的参考文献在当前数据集中的数量,即这篇文献引用别人的情况。如果一篇文章的 LCR 值高,意味着它引用了大量的 stem cell 领域内文献,极有可能是综述文章。 CR = cited references ,参考文献数,它表示这篇文章的参考文献在整个 WOS 数据库中的数量。 简而言之, LCS 和 LCR 更重要,它们分别代表了与本领域相关联的被引用数和引用数, LCS 值高的文章一般是重要的新发现或者新解释, LCR 值高的一般是综述类文章。 2. 引文图谱分析: 点击上方菜单栏 Tools – Graph maker ,会弹出图谱界面,点击 maker graph 生成引文图谱。 引文图谱界面参数: 图9:引文图谱 1 :参数栏。调整图中方块,线条,字体等。关键是 LCS 和 limit (图中文献数量)的选择。 2 :年份。 3 : LCS (本地数据库被引用量)最高的 30 篇文献及它们之间的引用关系图。 4 : LCS 最高的 30 篇文献排序。 5 和 6 :被大量引用,为 stem cell 领域开创性论文。 7 :引用较多文献,一般为综述。 线条表示引用关系。如 6 引用了 5 。 每个圆代表一篇文献, LCS 值越高,圆面积越大。 点击感兴趣文献,可以查看该文献的详细信息。 补充漏网文献 1. 使用关键词搜索可能会漏掉一些重要文献。点击图 10 的 Cited References ,出现的文献列表中有一些绿色的加号,表示未被本地数据集收录。 Recs 表示该文献在本地数据集中的被引次数。 图10:遗漏的重要文献 2. 复制未收录文献的 DOI 号,到 Web of science 搜索界面搜索 。 图11:DOI搜索 3. 选择搜索到的文献,然后点击 Add to Marked List ,会在 3 处的 Marked list 显示数量。 4. 选择”select all”,然后选择”Save to other filefomats”,在弹出的界面中选择”plaintext”,发送。记得在下载的文档中修改”Science”为”Knowledge”。 Hiscite 是个易用却功能强大的软件,本文只介绍了其基本的功能,还有更多的技巧有待发掘。 参考: ztever.com/histcite-manu/ blog.sciencenet.cn/blog-304685-383399.html zhuanlan.zhihu.com/p/20902898
个人分类: Tools|7682 次阅读|4 个评论
histcite使用的一些更新
flowball 2016-1-31 18:06
histcite最初从科大罗昭锋老师blog了解到,可以由web of science(WOS)上下载的数据绘制引用关系图。 感觉对快速把握一个领域的核心文章很有帮助,源链接见这里 http://blog.sciencenet.cn/blog-304685-383399.html 官方给了一个免费的版本: http://science.thomsonreuters.com/scientific/m/HistCiteInstaller.msi 截止今天(2016-1-31)还可以下载。 可能由于版本变化等原因,需要手动做一些修改才能正确导入数据。 1. 在WOS上选择核心数据库(core),才能导出完整的引文信息。 2. 导出的文本文件,用任意文本编辑器打开,将第六个单词(Science™)改为Knowledge™ 3. 在导入histcite时,如果显示fakepath找不到,需要手动建立C:\fakepath文件夹,然后将txt先都copy进去,再导入 例子完成图: 1. 75 Patricelli MP, 2001, PROTEOMICS, V1, P1067 15 160 2. 79 Greenbaum D, 2002, MOL CELL PROTEOMICS, V1, P60 14 193 3. 107 Kumar S, 2004, P NATL ACAD SCI USA, V101, P7943 9 101 4. 137 Kato D, 2005, NAT CHEM BIOL, V1, P33 16 180 5. 156 Schmidinger H, 2006, AMINO ACIDS, V30, P333 6 40 6. 157 Pan ZY, 2006, BIOORG MED CHEM LETT, V16, P2882 6 35 7. 170 Fonovic M, 2007, CURR PHARM DESIGN, V13, P253 76 8. 175 Sadaghiani AM, 2007, CURR OPIN CHEM BIOL, V11, P20 11 122 9. 188 Blum G, 2007, NAT CHEM BIOL, V3, P668 8 179 10. 213 Weerapana E, 2008, NAT CHEM BIOL, V4, P405 13 87 11. 222 Fonovic M, 2008, EXPERT REV PROTEOMIC, V5, P721 8 89 12. 293 Weerapana E, 2010, NATURE, V468, P790 15 249
个人分类: tools|4568 次阅读|0 个评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-11 15:59

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部