基于引文分析的科学家投入产出绩效算法研究

发布时间：2022-10-18 17:17

　　该文提出了一种考虑投入和产出的科学家绩效算法。考虑到科学家的沟通、时间等投入成本,该算法以科学论文中目标科学家的合作作者数和机构数作为输入变量,以合作发表的文章及其被引数作为输出变量。基于输入和输出数据,建立科学家投入产出绩效评价模型。在实证数据上的实验结果显示,相对于发表文章数、总引用量、I10指数和H指数等指标,该方法可以更准确地识别出获诺贝尔奖的科学家,算法的AUC值为0.795 7,比总引用量指标的准确度提高了8.77%。此外还发现大部分科学家获奖前的投入产出绩效高于获奖后科学家的投入产出绩效。该工作对科学地评价科学家的绩效具有重要意义。 

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于相对熵的多属性作者学术影响力排名研究[J]. 胡小军,郭强,杨凯,王江盼,刘建国.  电子科技大学学报. 2018(02)
[2]基于PageRank的新闻关键词提取算法[J]. 顾亦然,许梦馨.  电子科技大学学报. 2017(05)
[3]高校科研合作对论文产出质量的影响——基于国家重点实验室分析[J]. 何海燕,李芳.  北京理工大学学报(社会科学版). 2017(05)
[4]引用内容分析研究综述[J]. 刘浏,王东波.  情报学报. 2017(06)
[5]基于加权方法的节点重要性度量[J]. 王露,郭强,刘建国.  计算机应用研究. 2018(05)
[6]高校ESI潜势学科排名提升策略探讨[J]. 曹志梅,刘伟辉,杨光.  情报探索. 2017(04)
[7]基于期刊论文的作者学术合作与科研产出关系研究——以图书情报领域为例[J]. 王卫,史锐涵,潘京华.  情报杂志. 2017(03)
[8]科技人才的教育经历研究——以中国科学院杰出青年为例[J]. 张松涛,关忠诚.  中国科技论坛. 2015(12)
[9]我国管理科学研究进展分析——以国家自然科学基金立项项目及论文产出为分析数据[J]. 刘静,马建霞.  科技管理研究. 2015(04)
[10]科学合作网络中节点合作效果评测与分析[J]. 陈仕吉,史丽文,左文革.  图书情报工作. 2012(10)



本文编号：3692731