置頂
當(dāng)前位置:
首頁 > 數(shù)圖動態(tài) > 行業(yè)動態(tài) >
正文
數(shù)圖動態(tài)
當(dāng)前位置: 首頁 > 數(shù)圖動態(tài) > 行業(yè)動態(tài) >
正文
數(shù)圖要聞 資源動態(tài) 通知公告 培訓(xùn)專欄 行業(yè)動態(tài)
谷歌推出學(xué)術(shù)指標(biāo),影響因子面臨顛覆?
發(fā)布時間: 2016-05-25 瀏覽量:

       谷歌學(xué)術(shù)(Google Scholar)自2004年底推出以來,受到廣大學(xué)者的一致好評,影響力日益增大。與Web of Science相比,谷歌學(xué)術(shù)不僅可以免費檢索,而且范圍遠(yuǎn)遠(yuǎn)大于Web of Science,既包括正常的學(xué)術(shù)期刊,也涉及書籍、會議、以及各種預(yù)印本。據(jù)估計,截止至2014年5月,谷歌學(xué)術(shù)共收集1億6千萬篇學(xué)術(shù)文獻(xiàn),幾乎是歷史更為悠久的Web of Science的三倍,已經(jīng)成為學(xué)者們文獻(xiàn)檢索不可或缺的重要工具。

       鑒于谷歌學(xué)術(shù)的強大功能,業(yè)界預(yù)期谷歌最終將推出谷歌科學(xué)(Google Science), 集檢索、出版、和社交于一身,從而可能顛覆現(xiàn)有學(xué)術(shù)出版和評價體系。雖然谷歌科學(xué)尚未上線,谷歌最新的學(xué)術(shù)指標(biāo)(Google Scholar Metric)已經(jīng)推出,并開始沖擊影響因子的地位。

       谷歌學(xué)術(shù)指標(biāo)基于所謂的h5因子,即某一出版物在過去5年發(fā)表的文章之中,至少有h5篇文章每篇引用不低于h5次。例如排名最高的Nature,在2010年至2014年h5因子為377,表明這一期間Nature共有377篇文章引用數(shù)不低于377次。此外,谷歌學(xué)術(shù)指標(biāo)還統(tǒng)計h5中位數(shù),也就是進入h5因子的所有文章的引用中位數(shù)。例如Nature的h5中位數(shù)為529次,顯示其進入h5因子統(tǒng)計的377篇文章中,排名第189位的文章引用數(shù)為529次。

       和影響因子相比,谷歌學(xué)術(shù)指標(biāo)的優(yōu)越性是顯而易見的。首先,與影響因子只基于過去兩年數(shù)據(jù)不同,谷歌學(xué)術(shù)指標(biāo)統(tǒng)計過去五年的數(shù)據(jù),因而更加體現(xiàn)一個出版物的持久影響力,而不僅僅是當(dāng)前的熱度。更為重要的是,谷歌學(xué)術(shù)指標(biāo)采用h5因子進行評價,顯示的是出版物綜合整體實力,而不會像影響因子那樣很容易受一篇高引用文章所扭曲。一個最好的例子就是今年影響因子排名第一的CA - A Cancer Journal for Clinicians,在谷歌學(xué)術(shù)指標(biāo)中連前100名都沒有進去。與此相關(guān)的是,谷歌學(xué)術(shù)指標(biāo)能夠更為準(zhǔn)確的體現(xiàn)一個出版物的實際影響。簡而言之,兩個出版物發(fā)表文章數(shù)量不同,但影響因子接近,顯然發(fā)表數(shù)量多的影響力更廣。這種差別在影響因子上看不出來,而在谷歌學(xué)術(shù)指標(biāo)上則很容易體現(xiàn)。一個例子就是Nanoscale和Nano Research,兩者都是國人主導(dǎo)的納米領(lǐng)域雜志,短短幾年都取得非常優(yōu)異的成績,影響因子都超過了7。但Nanoscale發(fā)表文章更多,因此進入了工程和計算機科學(xué)的前20名。

       h因子評價體系最初由UCSD物理學(xué)家Jorge Hirsch提出,用于評價一個學(xué)者的影響力。目前通常基于兩個數(shù)據(jù)庫進行統(tǒng)計,一個是Web of Science,另一個就是谷歌學(xué)術(shù)。越來越多的學(xué)者開始采用谷歌學(xué)術(shù)進行統(tǒng)計,因其更為廣泛的代表性。這一趨勢預(yù)計在谷歌學(xué)術(shù)指標(biāo)和影響因子的競爭中也會延續(xù)。


[原文出處]  http://librarian.notefirst.com/techlibrary/19454/default.aspx
[作    者]  圖書館員
[單    位]  圖書館員
[編    輯]  湖南省高校數(shù)字圖書館

聲明:本欄目大多信息來源于網(wǎng)友推薦。如果作者或其他版權(quán)所有人認(rèn)為違反了您的權(quán)益,請告知我們,我們會在24小時內(nèi)刪除。

谷歌推出學(xué)術(shù)指標(biāo),影響因子面臨顛覆?
發(fā)布時間: 2016-05-25 瀏覽量:

       谷歌學(xué)術(shù)(Google Scholar)自2004年底推出以來,受到廣大學(xué)者的一致好評,影響力日益增大。與Web of Science相比,谷歌學(xué)術(shù)不僅可以免費檢索,而且范圍遠(yuǎn)遠(yuǎn)大于Web of Science,既包括正常的學(xué)術(shù)期刊,也涉及書籍、會議、以及各種預(yù)印本。據(jù)估計,截止至2014年5月,谷歌學(xué)術(shù)共收集1億6千萬篇學(xué)術(shù)文獻(xiàn),幾乎是歷史更為悠久的Web of Science的三倍,已經(jīng)成為學(xué)者們文獻(xiàn)檢索不可或缺的重要工具。

       鑒于谷歌學(xué)術(shù)的強大功能,業(yè)界預(yù)期谷歌最終將推出谷歌科學(xué)(Google Science), 集檢索、出版、和社交于一身,從而可能顛覆現(xiàn)有學(xué)術(shù)出版和評價體系。雖然谷歌科學(xué)尚未上線,谷歌最新的學(xué)術(shù)指標(biāo)(Google Scholar Metric)已經(jīng)推出,并開始沖擊影響因子的地位。

       谷歌學(xué)術(shù)指標(biāo)基于所謂的h5因子,即某一出版物在過去5年發(fā)表的文章之中,至少有h5篇文章每篇引用不低于h5次。例如排名最高的Nature,在2010年至2014年h5因子為377,表明這一期間Nature共有377篇文章引用數(shù)不低于377次。此外,谷歌學(xué)術(shù)指標(biāo)還統(tǒng)計h5中位數(shù),也就是進入h5因子的所有文章的引用中位數(shù)。例如Nature的h5中位數(shù)為529次,顯示其進入h5因子統(tǒng)計的377篇文章中,排名第189位的文章引用數(shù)為529次。

       和影響因子相比,谷歌學(xué)術(shù)指標(biāo)的優(yōu)越性是顯而易見的。首先,與影響因子只基于過去兩年數(shù)據(jù)不同,谷歌學(xué)術(shù)指標(biāo)統(tǒng)計過去五年的數(shù)據(jù),因而更加體現(xiàn)一個出版物的持久影響力,而不僅僅是當(dāng)前的熱度。更為重要的是,谷歌學(xué)術(shù)指標(biāo)采用h5因子進行評價,顯示的是出版物綜合整體實力,而不會像影響因子那樣很容易受一篇高引用文章所扭曲。一個最好的例子就是今年影響因子排名第一的CA - A Cancer Journal for Clinicians,在谷歌學(xué)術(shù)指標(biāo)中連前100名都沒有進去。與此相關(guān)的是,谷歌學(xué)術(shù)指標(biāo)能夠更為準(zhǔn)確的體現(xiàn)一個出版物的實際影響。簡而言之,兩個出版物發(fā)表文章數(shù)量不同,但影響因子接近,顯然發(fā)表數(shù)量多的影響力更廣。這種差別在影響因子上看不出來,而在谷歌學(xué)術(shù)指標(biāo)上則很容易體現(xiàn)。一個例子就是Nanoscale和Nano Research,兩者都是國人主導(dǎo)的納米領(lǐng)域雜志,短短幾年都取得非常優(yōu)異的成績,影響因子都超過了7。但Nanoscale發(fā)表文章更多,因此進入了工程和計算機科學(xué)的前20名。

       h因子評價體系最初由UCSD物理學(xué)家Jorge Hirsch提出,用于評價一個學(xué)者的影響力。目前通常基于兩個數(shù)據(jù)庫進行統(tǒng)計,一個是Web of Science,另一個就是谷歌學(xué)術(shù)。越來越多的學(xué)者開始采用谷歌學(xué)術(shù)進行統(tǒng)計,因其更為廣泛的代表性。這一趨勢預(yù)計在谷歌學(xué)術(shù)指標(biāo)和影響因子的競爭中也會延續(xù)。


[原文出處]  http://librarian.notefirst.com/techlibrary/19454/default.aspx
[作    者]  圖書館員
[單    位]  圖書館員
[編    輯]  湖南省高校數(shù)字圖書館

聲明:本欄目大多信息來源于網(wǎng)友推薦。如果作者或其他版權(quán)所有人認(rèn)為違反了您的權(quán)益,請告知我們,我們會在24小時內(nèi)刪除。

Copyright ? 2024 湖南省高等學(xué)校數(shù)字圖書館 (xtggah.cn)  湘ICP備14009182號-1.
網(wǎng)站總訪問量:
今日訪問量:
疏勒县| 康马县| 敦化市| 车险| 罗源县| 陇川县| 毕节市| 寿光市| 霍林郭勒市| 安乡县| 德阳市| 富顺县| 镇远县| 京山县| 永安市| 平乐县| 海安县| 盐边县| 泰顺县| 策勒县| 潜江市| 庆安县| 罗江县| 谢通门县| 盐边县| 南和县| 利津县| 陆川县| 邵武市| 腾冲县| 迁安市| 定远县| 邵武市| 上犹县| 台州市| 长沙县| 洪雅县| 肃宁县| 隆尧县| 广灵县| 牙克石市|