作者共被引分析方法進(jìn)展研究(

ID:45590081

大?。?9.87 KB

頁(yè)數(shù):7頁(yè)

時(shí)間:2019-11-15

作者共被引分析方法進(jìn)展研究(_第1頁(yè)
作者共被引分析方法進(jìn)展研究(_第2頁(yè)
作者共被引分析方法進(jìn)展研究(_第3頁(yè)
作者共被引分析方法進(jìn)展研究(_第4頁(yè)
作者共被引分析方法進(jìn)展研究(_第5頁(yè)
資源描述:

《作者共被引分析方法進(jìn)展研究(》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、作者共被引分析方法進(jìn)展研究*苑彬成中國(guó)科學(xué)院研究生院北京1()0049國(guó)家科學(xué)圖書(shū)館成都分館成都610041方曙國(guó)家科學(xué)圖卩館成都分館成都610041[摘要]本文綜述了近兒年來(lái)作者共被引分析在研究方法上而臨的挑戰(zhàn),歸納了其最新的研究進(jìn)展和發(fā)展方向,并就新的發(fā)展階段下該方法的優(yōu)化問(wèn)題提出了兒點(diǎn)注意事項(xiàng)。垠后我們指出,不論是間接法還是直接法,任何一種方法的突破都能進(jìn)一步擴(kuò)展作者?共被引分析的應(yīng)用范由,并將作者共被引分析推向深入,也將使最后得到的分析結(jié)果更客觀、更可靠。[關(guān)鍵詞]作者共被引分析徳瑞克賽模式相似性度量網(wǎng)絡(luò)尋址定位[分類號(hào)]G350

2、ResearchinDevelopmentsofAuthorCo-citationAnalysisYuanBinchcngGraduateUniversityofChineseAcademyofScience,Beijing100049ChengduLibraryofChineseAcademyofScience,Chengdu610041FangShuChengduLibraryofChineseAcademyofScience,Chengdu610041[Abstract]Inthisarticle,wesummarizenewcha

3、llengesinauthorco-citationanalysis(ACA)inrecentyears,andsummarizeitslatestdevelopmentsandtrends;finallyweprovidesomesuggestionsforitsoptimizationunderthenewphase?Webelievethatnomatterdirectmethodso『indirectones,anyprogressinthesemethodswouldenlargetheapplyingareaofACA,and

4、advancethedevelopmentofACA,andbyapplyingitwecangetmoreobjectandreliableresults.[Keywords]authorco-citationanalysisDrexelmodelsimilaritymeasuresPFNETs1.作者共被引分析概述1981年,美國(guó)費(fèi)城的德瑞克賽人學(xué)成為作者共被引分析(AuthorCo-citationAnalysis,ACA)技術(shù)誕生的搖籃。該校的White和Griffith合作發(fā)表了《作者共被引:科學(xué)結(jié)構(gòu)的文獻(xiàn)測(cè)量方法》一文,從而開(kāi)

5、創(chuàng)了作者共被引的先河叭1990年,McCain將ACA的分析步驟歸納為選擇作者、檢索共被引頻次、構(gòu)造共被引矩陣、轉(zhuǎn)化為皮爾遜相關(guān)系數(shù)矩陣、多元分析和解釋結(jié)果及效度分析6個(gè)步驟(見(jiàn)圖1),人們稱其為傳統(tǒng)ACA或徳瑞克賽模式⑵。該模式以SPSS、SAS等統(tǒng)計(jì)學(xué)軟件為工具,利用聚類分析(ClusterAnalysis,CA)、多維定標(biāo)(MultidimensionalScaling,MDS)和因子分析(FactorAnalysis,FA)等多元分析技術(shù),以映射地圖的方式來(lái)定量地刻畫(huà)科學(xué)結(jié)構(gòu),尋找科學(xué)范式,為后來(lái)學(xué)者進(jìn)行ACA分析提供了良好的范例

6、?,F(xiàn)在,作者共被引分析己成為一種潛在多產(chǎn)的分析方法,不僅可以用它來(lái)揭示科學(xué)結(jié)構(gòu)的發(fā)展現(xiàn)狀乃至變化情況,還可以用它來(lái)進(jìn)行前沿分析、領(lǐng)域分析、科研評(píng)價(jià)等,進(jìn)而為宏觀科技決策提供先行支持,為科技規(guī)劃與評(píng)估提供基礎(chǔ)。??基金項(xiàng)目:本文系中國(guó)科學(xué)院國(guó)家科學(xué)圖書(shū)館戰(zhàn)略研究項(xiàng)目“悄報(bào)計(jì)最學(xué)發(fā)展與應(yīng)用趨勢(shì)戰(zhàn)略掃描”(項(xiàng)目編號(hào):NSL-001-<0503>)課題成果之一。圖1?作者共被引分析的步套1.作者共被引分析方法面臨的挑戰(zhàn)自1981年以來(lái)的2()多年里,人們一玄按照這種約定俗成的步驟來(lái)進(jìn)行ACA分析。然而2003年以來(lái),不斷冇研究人員向傳統(tǒng)的ACA分

7、析方法發(fā)起挑戰(zhàn),隨Z也引發(fā)了大量關(guān)于優(yōu)化共引分析的討論。這些討論大致可以分為兩個(gè)階段:第一個(gè)階段始于2003,討論的焦點(diǎn)主要集中在共被引矩陣轉(zhuǎn)化為相似系數(shù)矩陣方血(圖I第4步),特別是對(duì)皮爾遜相關(guān)系數(shù)r是否適合應(yīng)用到ACA屮這一問(wèn)題展開(kāi),由此也引發(fā)了共被引矩陣對(duì)角線如何取值的爭(zhēng)論。支持使用皮爾遜相關(guān)系數(shù)r來(lái)測(cè)度作者之間的和關(guān)性的代表人物冇White、McCain和Bcnsman等,反對(duì)使用皮爾遜相關(guān)系數(shù)i?的代表人物Ahlgrcn、Schneider和Borlund等。反對(duì)一方的主要依據(jù)是:(Dr不符合在ACA中應(yīng)用相似性度量的兩個(gè)基本條

8、件從理論上說(shuō)往兩個(gè)變量里增添0應(yīng)該會(huì)增加它們的相似性,但是Ahlgren等人(2003)⑶通過(guò)實(shí)例演示通過(guò)「測(cè)度出的相似系數(shù)反而變小了。(2)應(yīng)用r的前提是數(shù)據(jù)要符合二元正態(tài)分布,而引文數(shù)據(jù)則

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。
关闭