学术期刊被引过程的机制探究
2017-03-23■杨浦
中国科技期刊研究 2017年6期
关键词:研究
■杨 浦
河南师范大学学报编辑部,河南省新乡市建设东路46号 453007
期刊评价机构都以一定周期更新评价结果[1]。有些期刊社也会从大型数据平台查询本刊和他刊的数据,以便及时进行自我评价。这些不断更新的指标可以帮助期刊认识自身的优劣势,但是这些公布的指标都是以均值和排名的形式给出的简单数据,即便是期刊社自己查询到的数据,也都是处理为均值等简单数据来分析。简单数据的优点是简洁明了,缺点是丢失了大量细节信息。《河南师范大学学报(自然科学版)》(以下简称“学报”)2014年和2015年影响因子分别为0.361[2]、0.333[3],当然可以认为学报的平均水平有所下降,但许多细节问题是上述数据无法回答的。例如数据下降的原因是2013—2015年的期刊质量逐年下降,还是2014年或2015年某年的质量下降?是文献整体水平下降,还是高被引文献比例下降?这样的降幅是在正常的波动范围内,还是质量有明显下降?
现今是大数据技术充斥各行各业的时代[4-5],文献计量学同样离不开大数据。出版社、编辑部也应该充分利用各种学术服务平台提供的大数据挖掘出更多的有用信息,充实自身办刊决策的现实数据基础。很多人类行为是有时空特征的,可以量化分析建模[6]。大数据技术的思想来源于统计物理中的随机动力学(例如布朗运动等):个体的运动是随机的,宏观的分布是确定的。文献的被引过程也不例外。本文在文献被引数据中寻找规律,建立数学模型,并对其进行验证。……
登录APP查看全文
