New Finding与Novel Drug Targe标签在被引频次上所带来的差异性，可能是由于无论是新发现还是新的药物靶点都是该领域的热点问题，是科研工作者主要的检索内容，而F1000数据库最大的一个优点就是在查新上的重要价值，因此被贴上New Finding与Novel Drug Target标签的文章更容易引起人们的重视，从而对被引频次带来影响。随着循证医学逐渐得到重视，人们越来越重视从过去的数据中获得新的发现，因此Systematic Review/Meta-analysis标签对被引频次的影响是可被理解的，科研工作者迫切的需要通过回顾过去的内容发现新的内容。在医药领域中临床一直是人们高度关注的学科，人们也急需通过实验改进现在的临床方法，为病人的健康护航，因此Clinical Trial:RCT标签下的文章被重视是可能的。学科是需要传承的，因此培养尖端人才可能一直是被专家们所重视的，因此他们可能会对Good for Teaching标签下的文章格外关注，因此比较容易在FFa分数上表现出影响力。总之，从统计学角度来看标签的运用在科学评价文献方面表现出了一定的相关性，随着研究的深人，相信标签能够在描述评价文献上带来新的评价依据。同时在互联网与多媒体发展的当下，随着数据的剧增，标签在为高纬度的数据减维上有着极大的促进作用，能够优化文献总量剧增与科研工作者吸收能力的缓慢的之间的剪刀差。因此相信合理的应用、开发标签系统将会给评价体系带来巨大的革新。
展开▼
