• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >基于引文网络结构分析法的科学领域核心文献的发现与评价——以医学信息学为例
【6h】

基于引文网络结构分析法的科学领域核心文献的发现与评价——以医学信息学为例

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

文摘

英文文摘

英文缩略语

论文 基于引文网络结构分析法的科学领域核心文献的发现与评价-以医学信息学为例

前言

材料和方法

结果

讨论

结论

本研究创新性的自我评价

参考文献

附表

综述

参考文献

在学期间科研成绩

致谢

个人简介

展开▼

摘要

目的:
　　 科技论文是科学研究活动，特别是基础研究和应用基础性研究活动的主要产出形式，也是科研人员个人的学术思想和观点向社会传播，最终转化为社会科学财富的起始点。由于科学研究在解决社会问题以及产业创新方面发挥着日渐重要的作用，不仅大学和科研机构的学者，而且商业和政府部门中的工程师和政策制订者都越来越多地关注科研活动及其产物——科技论文。科技论文还是一项评价指标。通过对科研人员论文的评价，可以基本反映科研人员的学术水平。所以论文学术评价是各科研院所、高等院校、政府部门对科研人员进行绩效考核、职称评定、科研奖励的重要手段，也是科研管理的重要内容。本研究通过引文网络结构分析法识别发现科学领域的核心文献，并对其重要性进行评价。为科研提供研究参考，为管理提供决策支持。
　　 材料与方法:
　　 以医学信息学为研究主题。通过Web of Science检索JCR学科分类中医学信息学的22种期刊所发表的文献，分别下载每一年的文献包括引文。通过Bicomb软件提取每一年高频引文，生成高频引文-来源文献矩阵。然后将矩阵转化为引文方阵。用Ucinet计算每一年的引文网络中节点的点度中心度Dc、接近中心度Cc、中间中心度Bc和特征向量中心度Ec。计算发表年限Age(t)、t时被引次数Tc(t)、Dc(t)、Cc(t)、Bc(t)、Ec(t)、与t+m时被引用次数Tc(t+m)的相关性。
　　 结果:
　　 Tc(t+m)与Tc(t)具有较大的相关性，平均相关系数为0.61;其次是与Dc(t)、Age(t)和Bc(t)，平均相关系数分别为0.45、0.40和0.33;与Cc(t)和Ec(t)的相关性最小，几乎不相关，平均相关系数只有0.01和0.13。相关系数的变化很平缓，围绕一个值上下波动。相关系数的变化与研究领域所处的发展阶段和文献量可能有关。通过中心性指标、被引次数和发表年限指标发现1991年引文网络中的核心文献是文献1，2，3，4，5，6，7，45，51，61，71，74，81，83，95。它们都是1991年医学信息学领域中比较重要的影响力较大的文献。
　　 结论:
　　 本文研究了引文网络结构中用来发现和评价核心文献的指标。通过计算医学信息学各年引文网络中节点的点度中心度、中间中心度、接近中心度、特征向量中心度、t年时的被引次数、发表年限与t+m年后的被引次数的相关系数。结合文献增长趋势图，我们会发现1991至今医学信息学领域处于发展早期和扩张期，得出在此阶段t年时的被引次数、点度中心度和中间中心度是影响未来文献被引强度的主要指标。通过这些指标可以发现科学领域里的重要文献。对引文网络中文献的重要性进行评价。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号