多层面跨数据源h指数实证研究

发布时间：2020-05-10 17:19

【摘要】： h指数自诞生之日起,就获得了国际科学界和图书情报界的高度、广泛关注,迅速成为信息计量学和学术评价的前沿领域之一。本文在综述现有h指数研究成果基础上,基于ISI Web of science和Scopus两个综合性文摘引文数据库,对学者、学术期刊和学术科研机构三个层面的h指数跨数据源问题进行实证研究。作者从Web of knowledge平台的ISI HighlyCited.com通过学科类别选取各自领域中成就显著的10名科学家、学者,作为学者层面研究的样本；从Web of knowledge平台的Journal Citation Reports通过学科类别选取各自领域中影响因子前5位的期刊,作为学术期刊层面研究的样本；以上海交通大学世界大学学术排名2009年版中的大学作为学术机构层面研究的样本。采集所取研究样本2000—2009年时间窗口中在ISI Web of science和Scopus两个数据库中的h指数,在三个层面分别分析两组h指数数据之间的关系,探索跨数据源新型h指数,提出采用算术平均h指数Am-h和几何平均h指数Gm-h两种算法对来源于不同数据库源的h指数进行同一化处理,得出有比较意义的指标数据。本文的主要创新点是用Am-h和Gm-h统一跨数据源h指数并从多层面实证了该新评价指标的可行性和可用性,为学术评价提供了参考标准。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：G350

【引证文献】