计算机科学 > 数字图书馆
[提交于 2012年11月6日
]
标题: 通过同行评估验证(高级)文献计量指标:一项使用InCites和F1000数据的比较研究
标题: The validation of (advanced) bibliometric indicators through peer assessments: A comparative study using data from InCites and F1000
摘要: F1000的数据为我们提供了一个独特的机会,在一个广泛且全面的数据集上,研究同行评价与文献计量指标之间的关系,该数据集具有高质量的评价。 F1000是生物医学文献的发表后同行评审系统。 将指标与同行评价进行比较已被广泛认为是一种验证指标的方法。 基于InCites提供的七个指标,我们分析了原始引用次数(被引次数,第二代引用次数,每篇引用文献的第二代引用次数),标准化指标(期刊实际/预期引用次数,学科实际/预期引用次数,学科领域百分位数),以及基于期刊的指标(期刊影响因子)。 数据集包括 125篇2008年发表的属于细胞生物学或免疫学学科类别的论文。 如结果所示,学科领域百分位数与F1000评价的相关性最高;我们可以断言,对于另外三个指标(被引次数,第二代引用次数,学科实际/预期引用次数),与评价的“真实”相关性至少达到中等效应量。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.