分类:引文热点追踪

来自Big Physics
Jinshanw讨论 | 贡献2019年1月12日 (六) 14:18的版本 (创建页面,内容为“一个国家选择全世界的论文来当参考文献的时候,是不是更偏向目前被引次数高的文献? 一个国家选择另外一个国的论文的...”)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)

一个国家选择全世界的论文来当参考文献的时候,是不是更偏向目前被引次数高的文献?

一个国家选择另外一个国的论文的参考文献列表,R^oi_dj。

前者得到目前的论文的被引次数的分布函数,n(k)/N。后者结合前者,得到m^o_k,国家引用目前被引次数为k的次数。以及所有国家合起来算(把o取和)的次数m_k。对所有的k取和就得到总的新增加被引次数。

现在,计算m_k/m,再除以n(k)/N,就是全世界论文引用其他论文的时候,是否追热点。

接着,各个国家来算,m^o_k/m^o,再除以n(k)/N。

接着回答第二个问题

本质上只要把目前的所有论文分成每一个国家的集合,在每一个集合上做上面的讨论就可以。

这就可以看出来,例如中国科学家,对于美国科学家的论文的引用是否主要偏向被引次数多的文章

另外,实际上,对于m^o_k,还可以按照o来看分布函数,也就是m^o_k/m_k,也就是看对于被引次数为k的论文来说,施引论文主要来自于哪个国家。


m^o_d(k)在第二个问题中,基础数据实际上是它,表示o国家引用d国家的文章中目前被引次数已经是k的文章的次数。

这个东西甚至可以进一步拓展,变成m^oc_dk,也就是o国家中自身被引次数为c的文章(统计的所有引用,而不仅仅是这篇施引文章发表的时候,发表的时候没有引用),引用d国家目前被引次数为k的文章的次数。接着对这个矩阵做各种统计。例如,固定dko讨论c的分布函数,例如固定dkc讨论o的分布函数,固定ocd讨论k,固定ock讨论d。


直接和间接计算,m^oc_dk实际上是一个投入产出矩阵,可以分析直接和间接效果。这样还可以知道m^oc_dk的综合贡献量。

高被引文章是否发表在热点领域,文章的被引次数和发表当时领域的大小的关联函数。

本分类目前不含有任何页面或媒体文件。