设为首页收藏本站
开启辅助访问 切换到宽版

科学网

 找回密码
  注册
科学网 › 标签 › 引用次数

tag 标签: 引用次数

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

2012诺贝尔生理学或医学奖证明汤森路透引用次数预测之不靠谱
热度 12 laserdai 2012-10-8 18:44
2012年诺贝尔生理学或医学奖揭晓， http://news.sciencenet.cn/htmlnews/2012/10/270176.shtm 北京时间10月8日下午5点30分，2012年诺贝尔生理学或医学奖揭晓，英国科学家约翰·戈登（John B. Gurdon）和日本科学家山中伸弥（Shinya Yamanaka）获奖，获奖理由为“发现成熟细胞可被重组变为多能性”。 对比， 汤森路透使用 引用次数 预测的三组 结果： http://news.sciencenet.cn/news/sub2.aspx?id=1235 1. Richard O. Hynes Erkki Ruoslahti Masatoshi Takeichi 2. Anthony “Tony” R. Hunter Anthony “Tony” J. Pawson 3. C. David Allis Michael Grunstein 这三组都没有沾上边，看来引用因子的玩法很不靠谱，这种方法休矣！ 还不如 饶毅的预测 准确。 外行人士依靠一些小学生都能使用的简单数学统计规则，妄想来评价科学研究的真正价值，还真的一点不如专业人士的看法。 由此看来，国家的科研评价体制，是不是也该放弃这种小学生水平的方法了，改用专业同行评审了
个人分类: 社会文化历史|5218 次阅读|23 个评论
SCI影响因子和文章引用次数是什么？
热度 14 unamigo 2012-7-27 22:46
一、前言： 受联合国秘书长特批重点资助项目的资助下，本村夫采用了一系列一般人不知道的高新技术，经过对所居山野不知道多少样例的分析，最终获得了以下重要成果。对于这么重要的项目和重要的成果，本想发表在SCI影子因子过百的杂志，但经打听后，发现至今尚没有这种杂志。故此，由于所有杂志影响因子太低，不适合这么重要的成果发表，故发表在本山野村夫的科学网博客。 二、文章的引用次数是什么 杂志文章被引次数决定了该杂志的影响因子。因此在介绍SCI影响因子是什么之前，先来看被引次数受什么因素所决定。 英文文章引用次数与以下因素直接相关： A、英文阅读和写作水平。 由于文章必须是英文的，这决定了你必须具有较高的英语水平。你的专业可以不精，但英文必须精通，或者有代笔者。据此可以给出英文文章数量及引用数量与英语水平间的正比关系如下(CA为常数)： 英文文章数量或引用数量 = CA × 英语水平或每年在英美居留平均天数 定性地： 真洋人(英美人士) 假洋人(本科或研究生在英美完成) 有海外关系者 自学英语成才者 英语困难者。 B、 自己或靠山影响力的硬度 。 这个与被引用次数直接相关。 有过硬的靠山，即使你是瞎写，直接就发CNS了。由于小专业划分很细，国际上对你工作真正了解的人很少；即使某人看出点问题，几句就打发了；即使是明显错误，说是typo就够屈尊了。关系式如下(CB为常数)： 英文文章数量或引用数量 = CB × 靠山硬度 定性地： 名人 与名人有关系者 没关系没门子者 C、国际活跃程度。 这个与被引用次数直接相关。 由于小专业划分很细，国际上和你是小同行的人很少。只有通过国际交流，老外才能知道你的东西，才能引用你的作品。据此给出(CC为常数)： 引用数量 = CC × 做国际飞机次数 定性地： 久居英美者 想出国就能出国者 能出国者 从未出国者。 D、研究组大小。 这个与被引用次数非常相关 。这里指的研究组不但包括自己真正的研究组人数，尤其是包括常在一起讨论问题的相关专业的同行。后者基本是你专业的外行，或称啦啦队。这里称两者之和为广义研究组。如果自己的研究组有其它人4名，常在一起讨论问题的外行30人，如果大家每人一年写一篇文章且相互引用的话，你写的文章会在刚发表时就有34个引用。单纯靠这34个人，你一篇文章的引用不出三年就超百；你的文章出现频次的增加，也会引来其它组外人士的引用。即你的文章很容易超千。据此给出关系式(CD为常数)： 引用数量 = CD × 广义研究组能写文章人的数量 定性地： 大研究组 小研究组 E、国内活跃程度。 在外行面前介绍自己工作的次数与你被引用次数直接相关。但这种关系不如常在一起讨论问题的外行对你的忠心。因此(CE为常数): 引用数量 = CE × 参加国内会议或讨论次数 定性地： 常参加各种国内会议者 参加国内会议少者 F、你自己的能力。 这是最不重要的一条。由于小专业划分很细，世界上和你是小同行的人很少，即真能分辨你比另外几个人好的人很少。除非你有超群的才能，你的能力所产生的作用才能明显优于以上A~E几条。但如果拥有了超群的能力之后，你也将拥有以上第B项。关系式(CF为常数)为： 文章数量和引用数量 = CF × 自己能力的超群程度 总之，文件引用次数受控因素如下： 英文引用数量 = CA × 英语水平或每年在英美居留平均天数 + CB × 靠山硬度 + CC × 做国际飞机次数 + CD × 广义研究组能写文章人的数量 + CE × 参加国内会议或讨论次数 + CF × 自己能力的超群程度 (公式一) 三、SCI杂志影响因子是什么 SCI杂志影响因子决定因素如下： a、杂志往年影响因子。 不管利用什么手段，一旦把影响因子炒高了，一般就难以下来了。 b、你的专业。 不同专业的杂志的影响因子相差很大，某些专业中很一般的杂志的影响因子至少大于5，但对于另外一些专业，大于1的已经是非常不错的了。故此给出关系式为： 杂志影响因子 = 杂志历史影响因子 × 专业系数 c、编辑对每一篇文章的潜在引用次数的定位。 这个潜在引用次数不是真的引用数量，而是由编辑评判的。主编为了提高自己杂志的引用率，对于每一片稿件，他会首先根据上面公式二算出这篇文章的潜在引用次数。如果公式一的分值较高，这篇文章发表在该杂志的可能性远大于分值低的。 杂志影响因子 = 杂志历史影响因子 × 每篇文章潜在引用数量(注：可由公式一得出) 总之，杂志影响因子受控因素如下： 杂志影响因子 = 杂志历史影响因子 × 专业系数 +　杂志历史影响因子 × 每篇文章潜在引用数量(注：由公式一得出) 三、结论和讨论 一篇文章被引用次数与其水平的相关性不明显；而一个杂志的影响因子则取决于其往年影响因子，尤其是主编在稿件选择时对其潜在引用次数的重视程度。 希望以上研究成果对有志于为SCI献身的有志青年有用，对挣扎在提高SCI影响因子的杂志主编们有益。这里也非常希望对国家决策层有用，因为利用本文所给出的公式一，可以直接给每个科研人员打分，然后可以直接确定给其经费的额度和荣誉称号。由于本成果的利国利民特性，所以只有影响因子超百的杂志才适合发表。 三、致谢 对联合国秘书长特批的想用多少就用多少、想怎么花就怎么花的经费资助表示感谢，也感谢科学网提供了博客空间。
18551 次阅读|17 个评论
认可SCI期刊的IF，不认可论文本身的引用频次？
热度 4 陈小斌 2012-6-2 14:50
貌似有些人在评价论文时，认可刊载该论文的SCI期刊的IF值，而对该论文本身的引用频次提出种种质疑，这是一件非常奇怪的事情！ 因为SCI期刊的IF本身就是一种引用频次的标度：统计期限内该期刊所刊载论文的篇均引用频次。 如果特别相信SCI期刊的篇均引用频次，而不相信论文本身的引用频次，那意味着什么？ 意味着：跟着齐宣王，日子很好混。
个人分类: 一孔之见|5524 次阅读|10 个评论
如何交论文引用次数的帐
热度 2 sugorge 2011-10-3 16:10
如何交论文引用次数的帐
走路就走路，最烦的是要回头数自己走了多少步，或者是想着要怎么迈步，真的是累死人啊。 做科研，这样没有办法的事情总会出现，总在有些地方等着，所以要数还得数。 所以很多专家时常给出好窍门，如刚刚读到的孙学军博士的实用好文章 http://blog.sciencenet.cn/home.php?mod=spaceuid=41174do=blogid=492837 ，告诉大家如何把路走得好看。 作为俗人，我写文章时，一般是尽量的把所有相关文章都搜集到，然后只要是对论文有启发思路的都引用。到了网络时代，键入一个关键词，你很容易发现，最早做这篇文章的老先生是谁；你也许发现，一个目前被议得很热的国际前沿问题，在多年以前，在福建或者青海的一个师范学院竟有人早就在做，只可惜没有延续下来；你也许发现，一篇很有价值的好文章竟然发表在某个地区自办的刊物上。对于这些藏在不起眼的杂志、来自不起眼的作者、或者是来自久远年代的文章我总是充满新奇，每每遇到，总是心里充满崇敬，郑重地引用到我的文中，下意识的心中产生一种做伯乐的好感觉。对于这些藏得很深、很远、很久的作者，我之引用他或她的文章，对他们自己本身基本上已没有多大的意义，可是引用了他们，可反映科学历程的延续，做到了如实记载，这恐怕是引文对科学发展的另一种作用。现在看来，这样做，也有个大大的坏处，那就是不突出政治，该引的大牛人可能被忽略。 一直不喜欢去查自己的引文次数。 中文还好办一些。因为中文名字独一无二，用如下网站查自己的文章被关注程度易如反掌 http://epub.cnki.net/grid2008/index/ZKCALD.htm 但是若用英文名字就不容易查到被检索的文章了 ( 见旧文 ” 我悄悄蒙上你的眼睛 ”http://bbs.sciencenet.cn/home.php?mod=spaceuid=2055do=blogid=294764) 。查一次，费老大鼻子劲了，比写文章还累。 不过也听过一点窍门，譬如用 web of science http://apps.webofknowledge.com 选择一个数据库，譬如勾选 web of science ，在新出来的窗户下边，勾选 Science Citation Index Expanded (SCI-EXPANDED) --1899- 至今，就可查自己的 SCI 文章的检索记录。 键入作者时用 Liu S* 就可包揽 LIU S. 、 Liu SX 、 LIU SUXIA 多种情况。但纯粹是用作者这个栏目，很可能出现很多条检索结果，这时，可以再加一个作者。若还有很多条目，可以通过去掉不相干杂志名字进行检索结果精炼。用文章的全标题检索，好像很不管用，用署名单位也不很奏效。 总的说来我的文章引用次数还很羞涩。在那些宝贵的被关注次数中，若文章全是自家人写的，引用的作者朋友还是华人居多，谢谢老乡们！但或有个外人参与署名，被老外看的机会就增加了，为什么呢？ 比较令人气馁的是发表在被水文人称之为 ” 红宝书 ” 的文章的引用次数。 国际水文科学协会（ IAHS) 从 1924 年开始出版国际水文系列出版物，水文人戏称这个系列出版物为“红宝书 ” ，迄今为止该系列出版物已经出版了 348 期，见网址 : http://iahs.info/redbooks.htm 。 好多著名的水文理论的诞生都出自这套红宝书，如曾任爱尔兰执行总统和外交部长的著名水文学家 Jim C Doogle 教授提出的线性水库汇流理论的第一篇文章就是发表在红宝书中。每一本红宝书的每一篇文章都经过两个匿名审稿人 ( 书的蝴蝶页内有说明），所以该系列出版物在水文界和科学界享有良好的声誉。而且在出版界，该系列出版物的每一篇文章都被 EI/ISTP 全文收录，至少我自己的从 1991 到 2010 发表的 9 篇红宝书文章都被 EI/ISTP 收录了 ( 网址 : http://www.engineeringvillage.com/ 中键入 liu S* author AND IAHS* publisher EXCLUDE HSJ 和 tongji Univ 的 3 条目 得到）。 我也很高兴地看到，这 9 篇 IAHS 出版物的文章中的 7 篇，还能通过 web of science 检索得到 ( 网址 web of science http://apps.webofknowledge.com 选择一个数据库，勾选 web of science ，在新出来的窗户下边，勾选 Conference Proceedings Citation Index - Science (CPCI-S) --1991- 至今， 键入 作者 =(Liu S*) AND 出版物名称 =(IAHS*) 精炼依据 : 作者 =( LIU SX) 得到 ) 然而检索总归是检索。虽然这些文章被两名以上审稿者匿名评审过，英文最终还被 IAHS 编辑辛苦润色校对使我受益匪浅，但我这几篇文章几乎没有一篇被同类出版物作者引用过。当然若是把数据库多选，引用次数稍有上升，但不显著。我在想，撇去水平因素不谈，一个最影响被关注的因素可能还是没有开放网上流通功能。 为了维持 IAHS 出版社的运营，所有的发文章在 IAHS 出版物上的作者在签署发表文章的协议书时都接受了全文不网上公开的承诺，每一个作者都会接到 IAHS 的如下的邮件： Dear author I attach a copy of the PDF file of your paper. Please note that this file is provided to you only for the purpose of preparing hard copies for distribution to colleagues and other interested parties. The file must NOT be distributed electronically, and may NOT be placed on a web site. If you wish to draw attention to your paper at your/your department's web site, please give the reference and provide a link to the IAHS website www. iahs .info where the abstract of your paper is available. We make these restrictions on distribution to protect IAHS 's copyright to the book, and prevent sales of the publication being undermined. IAHS hopes to have numerous sales and will use any surplus funds to support hydrology generally, and hydrologists in developing countries in particular. Yours sincerely, IAHS Press 受到同等待遇的还有也是 IAHS 出版但已被 SCI 收录的《国际水文科学杂志》 Hydrological Science Journal 。但就在几年前，封冰解冻，该杂志终于跟 Taylor and Francis 出版社联手，网上完全公开自家的宝贝。该杂志近 10 年的影响因子出现的变化如下 : 水文杂志总的影响因子都不算高，切盼习惯了高影响的专家们适应。 当然每一篇文章的引用次数未必完全跟这有关。个中真的因素我之前没去想过，留待高手继续琢磨。 补充：发现，点击 譬如 http://www.sciencedirect.com/science/article/pii/S0022169410002799 后面的引文后面的scopus 也是一个查引文的好办法。而且这里面有篇文章中竟然在web of science 中没查到，原因是 Vanclay, J.K. 把俺的文章liu et al （2004） 引成 liu et al （2003），web of science 查不出来，但scorpus 查出来了，看来各家查找的武器估计不尽同。 还有李子欣博友推荐的 http://academic.research.microsoft.com/ 也可以试一试
个人分类: 科苑撷英|6071 次阅读|4 个评论
Nature的高影响因子到底靠什么？
热度 2 XuWen 2011-9-17 12:49
基于 google 学术，本人统计了 2010 年 1-3 月份 Nature 发表的所有文章（ articles 和 letters ）到目前为止的引用次数，发现：大多数文章的引用次数都在 30 以上，少数在 30 以下，其中有 21 篇的引用次数大于 100 。由此不难看出 Nature 为何会有如此高的影响因子。 这 21 篇文章归类如下： 生物类： 1 、大豆基因组测序【 Genome sequence of the palaeopolyploid soybean （ 240 次，美国， Scott A. Jackson ）】 2 、小细胞肺癌基因组测序【 A small-cell lung cancer genome with complex signatures of tobacco exposure （ 176 次，英国， Peter J. Campbell ）】 3 、恶性黑色素瘤基因组测序【 A comprehensive catalogue of somatic mutations from a human cancer genome （ 232 次，英国， P. Andrew Futreal Michael R. Stratton ）】 4 、大熊猫基因组测序【 The sequence and de novo assembly of the giant panda genome （ 112 次，中国， Jian Wang Jun Wang ）】 5 、 癌症相关测序【 The landscape of somatic copy-number alteration across human cancers （ 187 次，美国， Eric S. Lander , Gad Getz, William R. Sellers Matthew Meyerson ）】 6 、人肠道菌群基因组测序【 A human gut microbial gene catalogue established by metagenomic sequencing （ 335 次，中法， S. Dusko Ehrlich 6 Jun Wang ）】 7 、利用微生物生产燃料【 Microbial production of fatty-acid-derived fuels and chemicals from plant biomass （ 103 次 ，美国， Stephen B. del Cardayre Jay D. Keasling ）】 8 、诱导多能干细胞【 Direct conversion of fibroblasts to functional neurons by defined factors （ 235 次 ，美国， Marius Wernig ）】 9 、诱导多能干细胞【 Reprogramming towards pluripotency requires AID-dependent DNA demethylation （ 148 次，美国， Helen M. Blau ）】 10 、诱导多能干细胞 【 Genome-wide erasure of DNA methylation in mouse primordial germ cells is affected by AID deficiency （ 124 次，美英， Steven E. Jacobsen Wolf Reik ）】 11 、免疫【 Circulating mitochondrial DAMPs cause inflammatory responses to injury （ 130 次，美国， Carl J. Hauser ）】 12 、信号通路【 RAF inhibitors transactivate RAF dimers and ERK signalling in cells with wild-type BRAF （ 122 次 ，美国， Neal Rosen ）】 13 、信号通路【 RAF inhibitors prime wild-type RAF to activate the MAPK pathway and enhance growth （ 118 次 ，美国， Lori S. Friedman Shiva Malek ）】 二、物理类 1 、量子力学【 Quantum simulation of the Dirac equation （ 122 次，奥地利， C. F. Roos ）】 2 、量子力学【 Preparation and detection of a mechanical resonator near the ground state of motion （ 115 次，美国， K. C. Schwab ）】 3 、天体物理【 Bulgeless dwarf galaxies and dark matter cores from supernova-driven outflows （ 135 次，美国， F. Governato ）】 4 、高温超导【 Broken rotational symmetry in the pseudogap phase of a high- T c superconductor （ 109 次 ，加拿大， Louis Taillefer ）】 5 、量子力学与光合作用【 Coherently wired light-harvesting in photosynthetic marine algae at ambient temperature （ 148 次 ，加拿大， Gregory D. Scholes ）】 6 、天体物理【 High molecular gas fractions in normal massive star forming galaxies in the young Universe （ 125 次，德国， L. J. Tacconi ）】 7 、纳米材料【 Simultaneous phase and size control of upconversion nanocrystals through lanthanide doping （ 120 次 ，新加坡， Xiaogang Liu ）】 8 、拉曼光谱学【 Shell-isolated nanoparticle-enhanced Raman spectroscopy （ 104 次 ，中美， Zhong Lin Wang Zhong Qun Tian ）】
个人分类: 科研|20476 次阅读|2 个评论
[转载]张春霆院士：学术评价的评价
wensz902 2010-12-23 16:28
张春霆院士：学术评价的评价 1 引言 学术评价者学术界之大事也，事关国家科技的良性发展和原始创新能力的提高；也关乎科研人员的入职、职称的提升、资助和奖励的获取等切身利益，不可不察也。2010年6月17日，英国著名刊物《自然》（Nature）以《评价的评价》为题发表了一篇社论，对本期中发表的三篇有关学术评价的文章加以介绍和评论。其中一篇介绍了形形色色的学术评价指标及在世界各地的使用情况。Nature杂志曾就评价指标的实际使用程度以及与同行评议的关系向世界各地的许多学者和管理者发去了问卷调查。结果有150位研究人员和近30位大学教务长、系主任或其它管理人员反馈了调查问卷，综合后加以公布。Nature杂志还邀请包括著名的文献（科学）计量学家在内的6名专家就如何改进学术评价指标的使用等学术评价问题发表了看法。受这些文章的启发，笔者产生了借题发挥的想法，就是用同一个题目结合中国的实际情况，写一篇新的文章，这正是本文的由来，希望对于改进我国学术评价的现状有所参考。本文由两大部分组成：一部分用大量的篇幅介绍各种各样国际通用的学术评价指标，包括适用于研究群体（大学或研究所等）、刊物和个人的评价指标，并讨论如何克服其缺点；另一部分则探讨同行评议与使用学术指标评价进行评议之间的关系。 2 基于科研产出的评价指标 科学研究，尤其是基础研究其产出的主要形式就是发表学术研究论文。在一般情况下发表论文的数量就成为一项主要的评价指标。当然不排除历史上或现实中某些杰出的学者只发表了极少数的论文却取得了极高的学术成就，在这种情况下再数其发表了几篇论文就变得毫无意义。但是在一般情况下这个数字还是有意义的。论文总数这个评价指标在实际计算时存在着一个用什么样的论文来统计的问题。目前国际上存在三大文献检索数据库：Web of Science 或 WoS (Thomson-Reuters集团)；Scopus (Elsevier集团)和Google Scholar (Google集团)。前者从11500种杂志收录论文；中者从16500种刊物收录论文；而后者则包括了比前两者更多的工程学、社会科学和人文科学刊物所发表的论文以及专利。其中WoS又包括SCIE、SSCI等7个子库。对于一个给定的研究人员或一所大学（研究所或部门）统计出的论文总数取决于采用哪个数据库。对于自然科学方面的基础研究宜用SCIE 数据库（约7000种刊物）；对于工程技术研究除了用SCIE 数据库以外，还应参考Scopus数据库加以补充；而Google Scholar数据库对于两者都有参考价值，而且它是免费的。 3 基于论文引用次数的评价指标 3.1 篇均引用次数与影响因子 论文的引用具有重要的参考价值，因为它体现了在世界范围内的小同行的署名评议，具有广泛性、公开性、公平性和客观性等优点，历来受到国内外学术界的普遍认可。其中，篇均引用次数是一个极其重要的学术评价指标。统计在一个时间窗口中所发表论文的总数（分母），以及这些论文在另一个后续的时间窗口中所获得的引用次数（分子），两者之比即为篇均引用次数。若把前时间窗口取为前两年，而把后时间窗口取为今年，则一刊物所发表论文的篇均引用次数又称为该刊物在今年的影响因子。显然，某刊物的影响因子，即其篇均引用次数，与在该刊物所发表的某特定论文所获引用次数属于两个不同的概念，两者没有可比性。例如，据Nature统计，在2005年Nature的25%的论文获得的引用次数占总引用次数的89%。换言之，另外75%的论文只获得了11%的引用次数。也就是说即使在Nature这样的刊物上发表的论文，其中大部分所获得的引用次数相当有限。笔者遗憾地指出，在我国教育界和学术界有一种用刊物影响因子来评价在该刊物所发表论文及其作者学术水平的倾向。如有的管理者甚至要求其属下必须在影响因子多少点以上的刊物上发表论文。这种倾向不仅是十分错误的，因为它背离了科学研究的宗旨；而且也是十分荒唐的，因为它误用了刊物的评价指标。著名文献计量学家A.van Raan指出：“如果有一个观点每一位文献计量学家都同意的话，那就是：你们永远不要用刊物的影响因子来评价一篇论文或某个研究人员的学术表现——因为那是一种不可饶恕的大罪（That is a mortal sin）”。但愿文献计量学家的忠告能引起我国教育界和学术界的警觉。 3.2 考虑作者贡献之不同的权重引用次数 无论是总引用次数或篇均引用次数都是针对论文而言的。如果该论文只有一位作者，那么全部引用次数理应归于作者本人。但是如果有多位作者（这是当前发表论文的普遍形式），国际上三大文献检索数据库的现行做法是把论文的引用次数归于每一位作者，导致了一篇论文的引用次被反复计数，这是十分错误的。为了解决这一问题，笔者定义了两个概念：针对论文的引用次数和针对作者的引用次数，而后者等于前者乘以作者的贡献权重系数。权重系数是介于0和1之间的一个实数，可以根据该作者在论文中的排名计算出来。为了计算权重系数，笔者提出了一个论文荣誉的三分原则：将一篇论文由引用次数获得的荣誉等分为三份：第一作者和通讯作者各得1份（他们的权重系数均为1），其他作者的权重系数之和等于1。而他们的权重系数原则上按作者排名的先后顺序递减，详情可参见文献，在这里不再介绍。为了给权重系数的计算提供方便，笔者建立了一个网站，免费提供权重系数和权重引用次数的在线计算，详见：http://www.wcitation.org/。 3.3 按学科归一化的引用分数和皇冠指标（Crown indicator） 用引用次数作为评价指标的另一个大缺点是不具有学科可比性。例如，生物医学的引用次相对较多；而数学力学的相对较少。解决这一问题的方法之一是引入按学科归一化的引用分数。假设一个研究群体在某一学科领域发表了一批论文。首先计算其篇均引用次数；其次再计算世界范围内在同一学科领域和相同情况下的篇均引用次数，两者之比则成为按该学科归一化的引用分数。其值为1表示达到了世界平均水平；其值大于1（小于1）表示比世界平均水平高（低）。于是归一化的引用分数在不同学科间就有了可比性。若一研究群体同时从事多学科研究，则还要对所涉及学科求平均。在计算过程中可有不同的变化，于是就有多种不同的归一化方案。其中荷兰Leiden大学《科学与技术研究中心》（CWTS）所提出的皇冠指标就是其中的一种，被做为世界大学排行榜的评价指标使用，详见http://www.cwts.nl/ranking/。但是仔细一想这种做法也有问题。把科学划分为各种领域是一种粗粒化的做法。问题是，粗到多粗为宜？细到多细为好？“如果划分过宽就会抹刹细节；如果划分过细，就会导致毫无用处的结果” ，最终使人处于两难的境地。到目前为止，这种指标只应用于对研究群体（大学或研究所等）的评价。 4 基于引用网络 (Citation network) 的评价指标 如果把每篇论文用平面上一个点(节点)来表示，而它们之间的引用用一条连接两点的线段来表示，则构成一个网络图。引用次数是一正整数，可用实轴上的一个点来表示。而引用网络是一个二维图，应比实轴上的一些点包含更多的信息。令人感兴趣的是互联网（Internet）的众多网页和它们之间的链接关系也可用类似的网络图来表示。这使人联想到能否用互联网的研究成果来研究引用网络。互联网的网页重要性排序算法的发明是一项重要的成果，其中由美国博士研究生L. Page 和S. Brin研发的PageRank 算法可能是最重要的之一，它是Google 搜索引擎的核心。PageRank 算法认为一个网页A的重要性取决于链向它的网页的数量和其重要性：链入的网页数越多，A面页就越重要；与此同时，链向A的网页本身越重要，其对A网页重要性的贡献就越大，及之亦然。可用一个数来表示网页的重要性，记为PR。显然，按照这一算法一群网页的PR值都耦合在一起。Page和Brin采用了叠代法解决了这一问题，算出了每一个网页的PR值，最终给出了网页重要性排序。PageRank算法的成功使人们想到用该算法对杂志的重要性进行排序。杂志之间通过其论文的引用构成了一个网络。杂志不同于网页，所以应用PageRank算法的具体过程是比较复杂的。美国的研究人员在WoS的基础上、按照这一思路提出了评价学术刊物的新指标，称为特征因子（Eigenfactor）,又细分为特征因子分数（Eigenfactor Score）和论文影响分数（Article Influence Score），详见http://www.eigenfactor.org，这里不再详述。Thomson-Reuters集团在其JCR报告增强版里同时发布特征因子数据，包括特征因子分数和论文影响分数。可以理解，刊物的特征因子与刊物的影响因子呈强正相关，但排序不完全相同。影响因子只考虑引用次数；而特征因子不仅考虑引用次数，而且还考虑引用刊物的重要性，即来自重要刊物的引用其权重就大，反之亦然。从这个意义上来说，特征因子这类指标比影响因子更先进。基于同样的想法但采用Scopus数据库，西班牙的研究人员提出了SJR指标 。值得指出的是，特征因子和SJR指标都是用来评价刊物的而不是用来评价个别人的学术表现的。但是在引用网络的基础上发展评价个人学术表现的指标是可行的。意大利学者Radicchi 等人从1893年到2006年的114年间《物理评论》（Physical Review）杂志所发表的40多万篇论文以及这些论文所附的878多万篇参考文献出发，建立了一个庞大的作者-作者引用网络。然后再采用类似于PageRank的算法计算出作者的排序名次 。为了实用，他们建立了一个网站：http://www.physauthorsrank.org，提供免费在线排序服务。任何于2006年以前在Physical Review上发表过至少一篇论文的作者皆适用。只要输入姓名，就立即给出该作者的排序名次及显示历年来排序名次变动情况的直方图，使用十分简便，结果相当合理，建议我国物理学研究人员不妨一试。 社会网络理论中所定义的一些参数在引用网络中可能有意义。其中有一个参数叫中介中心性（Betweenness centrality），它正比于网络中任意两个节点通过被研究节点（对应一篇论文）的最短路径数目。另一个参数叫接近中心性（Closeness centrality），它表示该节点到其他所有节点的最短路径的平均长度。 “这些参数在学术评价中有何意义仍不清楚，可能是学科交叉性的一种指标” 。毫无疑问，引用网络是学术评价的重要研究领域，值得重视。 5 基于将论文数与引用次数相结合的评价指标：h-指数 2005年美国物理学家Hirsch提出一种将论文数与引用次数相结合的新的评价指标，称之为h-指数。一个学者的h-指数为h意味着其至少发表了h篇论文，同时至少被累积引用了h2次。由于这个学术评价指标的新颖性和简单性，立即在全球范围内引起了广泛的注意，掀起了研究它的热潮。迄今为止，至少发表了100多篇研究h-指数的论文。为了克服其缺点至少提出了十几个h-指数的变种，又称为h-型指数。面对这种局面，澳大利亚著名学者Anne-Wil Harzing说：“自2005年以来提出了一打以上的h-型指数，就连文献计量学专家也搞不清楚哪些是最好的。结果，大部分科学家坚持还是使用h-指数，尽管有种种缺点”。其实这种说法是不对的，h-型指数虽然为数众多，但是它们基本上反映了相同的信息，只是表述方式不同而已。结果它们之间呈强正相关，这提示用少数一、两个即可。其中e-指数是笔者提出来的，它被定义为在h篇论文所获引用次数中扣除h2之后多余部分的平方根。简言之，在使用h-指数的前提下，e-指数补充了其丢失的引用信息，故应该同时使用。美国学者Dodson就建议同时使用h-指数和e-指数来评价大学教师的学术表现。天津大学人事部门联合使用h-指数和e-指数作为主要评价指标建立了人才评价平台，取得了良好的效果。在许多h-型指数中，g-指数是一个重要的指数，它主要反映被h-指数忽略的高引用论文的引用信息。在这点上看，g-指数与e-指数是相互冗余的。因此，在使用h-指数的前提下，（h，e）组合或（h, g）组合皆可取得满意的效果。但是g-指数在若干重要的情况下没有定义 。笔者重新定义了g-指数彻底消除了这一缺陷，并推导出一个公式可以从h-指数和e-指数出发快速计算出g-指数。意大利学者A. Bee开发出一套计算机程序，当用火狐狸浏览器访问Google Scholar时，会自动显示所查询作者的h-指数、g-指数和e-指数。该程序应下载到本地计算机中运行，详见https://addons.mozilla.org/en-US/firefox/addon/45283/。 Hirsch本人认为h-指数的最大缺陷是没有考虑多作者论文中的作者人数和荣誉分配。其实，笔者也注意到了这一问题，并提出了用w-指数来解决它 。所谓w-指数就是建立在权重引用次数上的h-指数。Hirsch在其论文中引用了文献，并提出另一种解决方案；即h-bar-指数。在使用h-指数的前提下，当出现多作者论文时，可选用w-指数或h-bar-指数。对前者已建立了网络平台（即前已提及的http://www.wcitation.org）提供w-指数的在线计算；对后者目前尚无此类服务。 6 基于互联网（Internet）的评价指标 随着互联网的普及，越来越多的学术刊物将论文在线发表，变成一份纯电子刊物。另外一些则在保持其纸质印刷的传统形式下，先期在线发表。有一种趋势就是越来越多的论文，尤其是重要的论文在网上先期发表，免费阅读或下载。这就产生了一些新的学术评价指标，如在线阅读次数和下载次数等。有的刊物，如PLoS ONE，就提供其论文的被阅读次数和下载次数，以及这些次数的总和随时间的变化曲线。例如文献自2009年5月5日发表算起到2010年8月15日为止，已经被阅读和下载了共3494次。显然，总次数越大就越表示或者这是一篇热门论文；或者这是一篇重要论文。另有一些刊物将论文按阅读次数和下载次数之和排序，排在前面的被赋予“高访问论文”（Highly accessed article）称号；或者将排在前几名的加以公布。可以想像，这些阅读者或下载者很可能成为该论文的潜在引用者，不过这要等2、3年之后才能见分晓。在线阅读和下载次数反映了论文的即刻以及长远影响力，这些指标是值得深入研究的。 7 同行评议与使用指标评价之间的关系 同行评议的常用形式之一就是提供个人推荐信。对被评价的群体、个人或一项成果由同行专家提供一封或几封推荐信，对被评价对象进行定性的描述并做出结论。这种做法需要两个先决条件：（1）同行专家必须是真正的同行，即所谓小同行，应当对被评价内容相当熟悉和了解；（2）评价专家应该认真负责、能够本着“公平、公正和客观”的原则无个人偏见地进行评价。可是有时上述两个条件很难满足。随着科学技术的高度分化，产生了隔行如隔山的现象。对于一个项目、一个成果或某个人的学术表现很难找到真正的小同行来评价。如果只能找一些大同行甚至外行来评价，则往往会导致不公平和不准确的结果。同时由于复杂的人际关系（“互评网”的客观存在），上述第二个条件有时也难以满足。在这种情况下，虽然是干巴巴的、但却是定量的和客观的评价指标可以弥补同行评议之不足。在我国，有的管理者在批评片面使用某些评价指标的弊端后，正尝试用更科学的评价方法，比如，一个院系搞得好不好由国际专家来评估。那么请看国际专家是怎样进行学术评价的。针对Nature杂志的问题：“你们的院系在做出下列决定时，在某种程度上采用科学表现的评价指标吗？”，问卷调查表明 ：在做出雇佣决定、转正（转为终身制副教授）决定、提职称决定和学术表现鉴定方面，回答“Yes”的占问卷的70%左右，而回答“No”的只占10%-20%。而在工资决定和研究经费分配两方面，回答“Yes”和“No”的大致相同。由此可见，国外的管理者或专家在对许多问题做决定时，学术评价指标起着重要的作用。针对Nature杂志的另一个问题：“对于评价指标的使用方式，一般说来你满意程度如何？”，约1/3的问卷回答“一点也不满意”; 超过1/3的问卷反馈“不是非常满意”;而将近1/3的问卷说“极为满意或非常满意”。在我国，就有管理者不满意评价指标，说他们只看推荐信，不看什么指标。但是清华大学施一公教授一语道破了天机，他说：“我们并不看（被评价者的）论文发表记录，也不告知同行评议者这么做，但实际上评价指标确实有影响，因为同行评议专家会看这些东西。”。这种情况被描述成：“定性的推荐信有时从后门引入定量的评价指标”。这说明，在做同行评议时适当参考评价指标可能使其评价更客观和更公正。完全排除评价指标的作用是不可取的。如果找不到适当的同行来评价，就要考虑使用评价指标来评议了，但是完全依靠评价指标也是不可取的。在此情况下，还要尽量收集各种同行的意见,如：在各种引用中引用者如何评价被引用的内容？被评价者是否作为主讲人（Keynote speaker）在重要的国际会议上做过报告？被评价者的文章发表后是否另有专家撰文予以正面评价？如何评价？是否被邀请在重要的专业刊物上发表综述文章？等等。总之，凡涉及对个人学术表现的评价时，在定性的描述中可引入定量的指标加以佐证；在使用定量的评价指标时可引入引用者的定性的描述加以补充，综合考虑各种因素之后再做结论。最后我要着重指出：学术评价是一个复杂的科学和社会问题，没有最好的答案，只有更好的答案，学术评价工作要永远处在不断地改进之中。（转载自< , 第24卷,第6期, 2010年报11月, 328-332. 作者张春霆，天津大学生命科学与工程研究院教授，中国科学院院士）
个人分类: 生活点滴|3013 次阅读|0 个评论
引文分析软件histcite简介
热度 15 smilesun 2010-11-13 15:57
本文写于多年之前。附上能个近期学生写的补充，以及改进版的小程序。 https://zhuanlan.zhihu.com/p/20902898 这是上学期选修我课程的王庆撰写文件，并改写了一下程序，导入更加方便。 附王庆改写的程序下载链接： http://pan.baidu.com/s/1hsIwJzQ#list/path=%2F 官方网站的下载链接： http://science.thomsonreuters.com/scientific/m/HistCiteInstaller.msi http://ztever.com/histcite-manu/ 快速进入陌生领域：HistCite使用教程 来自 杨蔚的博客。 我在网易云课堂的视频教程： http://study.163.com/course/introduction/1373003.htm#/courseDetail 2016年12月06日 ========================================================================================= 这是《文献管理与信息分分析》课程内容的一部分。 对于科研工作者来说，除了掌握快速的收集信息和有效管理信息的能力之外，还需要有一定的信息分析能力。譬如，检索某个研究方向，结果文献有上千篇，此时我们该如何对待这些文献？精炼检索条件很可能会导致有价值的文献被排除在外。在交叉科学盛行的今天，如果想了解其它领域的进展情况，由于缺乏相应的专业知识，如何判断哪些文献是有重要参考价值的文献？这些问题的解决都需要我们具备一定的文献信息分析能力。 有人说，在WOS里按照引用次数排序，引用次数最多的必定参加价值更大,其实不然，后面会有解释。 我所知的文献信息分析软件有基于引文的分析软件histcite，基于内容分析的refviz、omniviz、Tda等，还有分析研究前沿的citespace等。 这里先简要介绍一下引文分析软件histcite它的功能和用法。 histcite＝history of cite，意味引文历史，或者叫引文图谱分析软件。该软件系sci的发明人加菲尔德开发，能够用图示的方式展示某一领域不同文献之间的关系。可以快速帮助我们绘制出一个领域的发展历史，定位出该领域的重要文献，以及最新的重要文献。 软件的最新试用版本可以从 http://science.thomsonreuters.com/scientific/m/HistCiteInstaller.msi 网站下载到。 软件的试用非常简单，但如何从软件给出的图谱中得出有价值的信息，以及不同图谱展示的内在含义，需要我们不断揣摩和理解。 下面先介绍一下如何使用软件；然后介绍一下软件里涉及的一些概念；最后给出几个个示例。 一、软件使用 1、从histcite网站下载软件，安装之后，点击histcite图标即可开启软件；软件打开后的窗口类似IE的界面； 2、数据的获取；histcite目前用于分析的文献信息只能来源于web of science数据库；在wos 数据库进行检索后，在页面的底端选择需要导出的数据记录，由于wos目前只支持每次导出500条记录，如果检索结果超过500条需要分多次导出。选择导出的文献记录之后，第二步，一定要选择输出全记录，并且要包含引文信息；第三步将需要的文献保存成文本文件。一般来说，如果文献记录少于500条，分析的意义不是很大。合适的数据量个人认为在几百到几千条记录之间比较合适。 3、从file菜单下点击add file，导入上述保存的数据；如果有多个文本文件，可以重复执行导入； 4、数据导入后，软件会自动进行分析。初学者可以不去追究各种按钮的含义。在tool菜单下，选择graph maker，然后在新的界面点击左上角的make graph 按钮。软件会根据默认的条件作出一张引文关系图来，来展示当前数据库中重要文献之间的关联。 5、读图 作出图之后，理解图谱才是关键。一般默认会画出30篇文献之间的关联。图上有30个圆圈，每个圆圈表示一片文献，中间有个数字，是这篇文献在数据库中的需要。圆圈的大小表示引用次数的多少，圆圈越大表示受关注越多。不同圆圈之间有箭头相连，箭头表示文献之间的引用关系。多数情况下，你会看到最上面有一个圆圈较大，并有很多箭头指向这篇文章。那么这篇文章很可能就是这个领域的开山之作。 以上就是软件的简单使用过程。 二、软件功能和基本概念 将数据导入到软件之后，文献会自动排列在软件的主界面。文献的排序方式可以按日期，可以按杂志或按作者进行排序。 文献记录的上方还有一些蓝色字体的按钮。这些词都是可以点击的，并进行相应分析。如点击authors，软件会列出所有作者，并将每位作者的文献数、引用次数等信息列出来。这些命令较容易理解，不多做介绍。 在默认窗口的有侧，有LCS、GCS、LCR、CR。下面分别解释一下这几个功能。 GCS是global citation score，即引用次数，也就是你咋web of science网站上看到的引用次数。如果你点击gcs，软件会按照GCS进行排序，此时的结果与你在wos网站按被引频次排序的结果是一样的。 CR是cited references，即文章引用的参考文献数量。如果某篇文献引用了50篇参考文献，则CR为50。这个数据通常能帮我们初步判断一下某篇文献是一般论文还是综述。 LCS和LCR是histcite里比较重要的两个参数。 LCS是local citation score的简写，即本地引用次数。与gcs相对应，gcs是总被引次数。lcs是某篇文章在当前数据库中被应用的次数。所以LCS一定是小于或等于GCS的。 一篇文章GCS很高，说明被全球科学家关注较多。但是如果一篇GCS很高，而LCS很小，说明这种关注主要来自与你不是同一领域的科学家。此时，这篇文献对你的参考意义可能不大。举个离子，2003年发表在nature上的两篇文章P1 （GCS:580,LCS:12) 和 P2(GCS:36,LCS：24)。第一篇文章gcs很高，lcs很低，说明关注这篇文章的绝大部分作者与你关注的方向不同。而第二篇文章经gcs较低，但LCS比第一批要高，即很多引用p2的文章都在当前数据库，也即与你的研究方向相关。所以，p1 p2相比，p2应该更贴近你的研究方向，参考价值更大。 在第一部分的介绍中，make graph时，默认是按LCS排序的，也可以选择按gcs排序。你可以比较一下这两者的差异，一般LCS作图，得到的关联较丰富，而gcs作图往往文献之间没什么关联。这就回答了上面开始提出的一个问题，为什么按引用频次排序往往不是很有参考价值的原因。 LCR与CR对应是local cited references，是指某篇文献引用的所有文献中，有多少篇文献在当前数据库中。如果最近有两篇文章，p1 p2,都引用了30篇参考文献，其中p1引用的30篇文献中有20篇在当前数据库，p2只有2篇文献在当前数据库。此时，p1相对更有参考价值，因为它引用了大量和你的研究相关的文献。 根据LCS可以快速定位一个领域的经典文献， LCR可以快速找出最新的文献中哪些是和自己研究方向最相关的文章。 注；引文有些不规范导致引文分析结果偏差，这里暂不做讨论。感兴趣的朋友可以参考引文相关的理论文献或书籍。 三、部分结果示例 这里选择了一个我上课的例子，和学生作业中的例子。更多示例请大家参考中科大生命科学实验中心论坛上学生提交的作业。http;//biotech.ustc.edu.cn/forum 第一个例子是关于合成生物学（synthetic biololgy），2000年之后发展起来的、并在近年广受关注的学科。在wos里以synthetic biology进行检索，2009年10月30日可以获得2297篇参考文献。下载后导入hiscite，按lCS作图；结果如下： 从第一个图可以看出704这篇文献应该是一片开创性的工作，或是一篇重要的综述。后面的1077 1134 1089这三个圆圈较大，说明这几篇文献受到广泛关注，具有较重要的地位。 图2就是相同的数据库按GCS做图得到的结果，可以看到这些文献之间没什么关联。所以在wos中，按引用频次排序，即使排在前面的文献对您也未必有多大参考价值。 图3是学生提交的作业，原作者的分析附后，基本上是正确的。 （学生作业中对上图的解释：在web of science上检索主题包含G-quadruplex和detection的文章，一共108篇，用histcite作图，该图表明有关将G-quadruplex 应用 于各种检测的 研究 工作主要从05年Nagatoishi S;发表在德国应化和He F发表在JACS上的 全文 开始，逐渐有大量的文章发表，而前述两篇文章的LCS是最高的，其可读性也是非常大，从09年的数据来看，对同年发表的文章的引用次数大大增加，表明该领域在09年的发展迅速。从CR的分析来说，编号为64,55,和1的几篇文章引用 文献 的数量非常大，应该是综述性文章，对初涉此领域的人也有较大的可读性。） LCR分析结果 可以看出，排在前10位的都是近期非常具有参考价值的文献。 # Date / Author / Journal LCS GCS LCR CR 1 2009 Agapakis CM , Silver PA Synthetic biology: exploring and exploiting genetic modularity through the design of novel biological networks MOLECULAR BIOSYSTEMS . 2009 ; 5 (7): 704-713 0 0 29 103 2 2179 Purnick PEM , Weiss R The second wave of synthetic biology: from modules to systems NATURE REVIEWS MOLECULAR CELL BIOLOGY . 2009 JUN; 10 (6): 410-422 1 3 29 126 3 2284 Weber W , Fussenegger M The impact of synthetic biology on drug discovery DRUG DISCOVERY TODAY . 2009 OCT; 14 (19-20): 956-963 0 0 27 72 4 1699 O'Malley MA , Powell A , Davies JF , Calvert J Knowledge -making distinctions in synthetic biology BIOESSAYS . 2008 JAN; 30 (1): 57-65 5 6 21 78 5 1969 Leonard E , Nielsen D , Solomon K , Prather KJ Engineering microbes with synthetic biology frameworks TRENDS IN BIOTECHNOLOGY . 2008 DEC; 26 (12): 674-681 1 2 21 81 6 2165 Picataggio S Potential impact of synthetic biology on the development of microbial systems for the production of renewable fuels and chemicals CURRENT OPINION IN BIOTECHNOLOGY . 2009 JUN; 20 (3): 325-329 0 0 21 60 7 1451 Drubin DA , Way JC , Silver PA Designing biological systems GENES DEVELOPMENT . 2007 FEB 1; 21 (3): 242-254 20 32 20 107 8 2008 Tanouchi Y , Pai A , You LC Decoding biological principles using gene circuits MOLECULAR BIOSYSTEMS . 2009 ; 5 (7): 695-703 0 2 17 78 9 2184 Bhalerao KD Synthetic gene networks: the next wave in biotechnology ? TRENDS IN BIOTECHNOLOGY . 2009 JUN; 27 (6): 368-374 0 1 16 66 10 2132 Deplazes A Piecing together a puzzle An exposition of synthetic biology EMBO REPORTS . 2009 MAY; 10 (5): 428-432 0 0 15 38 结语; 文献信息分析只是为我们提供了不同的视角去了解别人的工作，让我们能够更快的找到最有价值的信息，但任何分析都不能代替我们阅读文献。 如果你想了解更详细的软件使用方法，可以下载《文献管理与信息分析》课程中相应的教学录像。也可以关注我后续将推出的软件教程。
个人分类: 文献管理与信息分析|187971 次阅读|25 个评论
当一篇很牛的文章出错。。。
zhouda1112 2010-7-16 13:57
在这次的纪念许宝騄先生的会议上，中科院应用数学所的巩馥洲老师的报告显得很特别。因为他的报告内容是在质疑一篇经典的金融学论文。 巩老师是做理论概率出身，而且做得非常出色。这几年也关注一些应用概率的问题。这次会议上，巩老师报告了他和学生一起做的工作，主要内容是质疑金融学中Kyle在1985年的一份工作（Kyle模型），它研究的是“内部交易者”的最优策略问题。这篇文章的引用次数达到了惊人的4193次，可见该模型的影响力之大。 在报告中，巩老师指出，在那篇经典文章中，Kyle的推导实际上基于两个假设：理性预期假设和适应性预期假设。而这两个假设在数学表述上时常是矛盾的。巩老师的报告对这一点做了很深入的分析，这里我们不做讨论。一个更有意思的问题，假如Kyle的工作真的有问题，那么，之后引用这篇文章的4193篇文章该如何是好？或者说，如何重新审视这项工作的意义和价值。 或许，相比于其它学科，数学会更较真儿一些。可能也只有数学还能以比较标准化的方式去判断“对错”。据说，当年大数学家Kolmogorov一开始学的是历史，后来才转而学数学，因为他认为只有在数学中，仅仅需要一种方法就足够去证明命题的对错。不否认，有时候，数学的参与仅仅是为了让一些事情更严格，更成体系，而并未从根本上改变人们对事实既有的认识。但也有很多情况，数学的严谨的确指出了既有工作中的失误，并借此极大地推动了该学科的发展。 回到巩老师的报告和Kyle的论文。我想，即便巩老师和他学生的这份工作得到了金融学专业人士的肯定，也并不代表Kyle的工作失去了价值。正如刚才谈到的，想金融学这样的学科，“对错”很多时候是摆在第二位的，“想法”才是第一位的。按照巩老师的话，Kyle的工作价值主要体现在他把博弈论的思想很好的引入到了内部交易问题中，并且给出了最优策略解。虽然从数学上看，解决这个问题的两个关键假设在逻辑上会有矛盾，但是在某些相当特殊的情况，这个结论还是正确的。然而，从另外一个方面，巩老师他们的工作指出对Kyle模型使用应该是谨慎的。至少在数学上，对绝大部分情况，Kyle的结果是有问题的，应该重新审视它的适用范围。 上面的话题往深了谈，其实就是数学在实际科学中应该扮演怎样的角色。这是个大课题，很难说清。但是我希望，大家至少应该尊重数学家的工作，不要认为他们是在没事找事。
个人分类: 概率论问题讨论|9701 次阅读|4 个评论
什么样的文章容易被引用
WFFFFF 2010-7-5 08:10
原文发于华人环境学者和工程师协会 CESPN论坛： w ww.cespn.net/bbs/viewthread.php?tid=7356 。 之前看到wxhit 的原创 如何提高引用之歪门邪道，看完后除了认同里面的观点外，根据我自身的经历和体会，补充一些个人的想法。 第一，热门领域的文章，会有较高的被引用次数。目前，这类领域包括生物能源和环境纳米。热门领域一般有如下特点：研究经费充足，同行队伍很大，产出的论文数量较多，文章被引用的次数也多。 第二，前沿且引领性的文章，被引用的次数肯定多。比如2004年EST上发表的两篇关于纳米颗粒在环境中迁移转化规律的论文。这两篇文章是该研究方向上的引领性文章，后面跟进的研究很多。后续发表的论文，一般都要也必须引用这两篇文章。 第三，阐述重要基础理论或对原有经典理论进行修正的文章，被引用次数肯定多。简单的说，如果提出一套重要的理论，或者对常用的公式进行修正并提高，这样的文章被引用次数会很多。比如，Yao等人于1971年阐述的classic filtration theory（经典过滤理论），这篇文章至今已经被引用至少589次。再如，Tufenkji和Elimelech于2004年发表的文章，对原有的Single-Collector Efficiency公式进行修正，并提供简单的计算工具（一个Excel文件）。这篇文章目前也已经被引用142次。 如果想要提高文章被引用的次数，扩大学术影响力，可以考虑加入到热门领域的研究，越早越好，或者准确判定一个有潜力的方向，做第一个或第一批吃螃蟹的人。此外，如果提出一套重要的理论或者能够对经典理论或公式进行改进和提高，也将会有比较多的被引用次数。
个人分类: 学术科研|1912 次阅读|3 个评论
发表论文和论文被引用次数是很重要的
wangdh 2009-6-24 00:17
发表论文和论文被引用次数是很重要的 做基础研究，发表文章、发表高质量的文章、在高 IF 值的刊物上发表文章，应该是基础科学研究者的一个追求。 Publish or Perish 不就是说的这个意思吗？一个自然科学工作者，就是要坚持尽快发文章，持续发表文章，这样科研生涯才能延续和持久，才会建立自己的学术声誉和学术地位。 SCI 没有任何错误，至于管理者要滥用那是管理者的事情，不能怪罪 SCI 。我们需要思考的是，为什么我们在执行一些事情的时候，总是要变味呢。很多时候听到的就是：如果出现 . 的情况，如果我们不 . ，怎么办？，真是无奈！规矩就是规矩，章程就是章程，法律就是法律。有章不循，有法不依，随意糟蹋本来很严肃的法规，我们还埋怨什么？ 指挥棒很重要！道理很简单吧？看看当今的高考就清楚了吧，尽管当今的教育受到很多批评，谁敢不跟着指挥棒跑？ 刚从英国访问交流回来，传个闲话。在与国外合作者闲聊的时候，我随意问道：你什么时候成为英国皇家学会会员啊？没想到对方很严肃地说：我现在不够条件，希望 4 、 5 年之后能够达到所要求的基本条件吧。他说一般条件是： 1 ）要有 10 篇论文的单篇被引用次数达到 100 次以上； 2 ）发表论文的总被引用次数超过 10000 次 。我当时就哇了一声，很自然就想到了我们身边的很多事情。 记得读过报道，说近年英国有些基金会在科研项目资助方面也很看重申请者的发表论文数量和被引用次数，并有意进行政策倾斜。 按照学术规矩发表论文，没有错的，越多越好！记住：按学术规矩来！ （王德华 2009.6.23 ）
个人分类: 个人观点|17585 次阅读|10 个评论
更多...

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

GMT+8, 2024-5-21 03:43

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部