InCites指标说明
incites数据库使用指南

incites数据库使用指南一、简介incites数据库是一种用于科学研究分析和评估的工具,旨在帮助研究人员和科学家发现重要的研究领域、评估相关研究成果的影响力以及追踪学术合作关系。
本文将为您提供incites数据库的使用指南,帮助您充分利用该数据库进行科研工作。
二、登录和界面介绍您需要通过访问incites数据库的官方网站来登录。
在登录界面,输入您的用户名和密码后,即可进入incites的主界面。
incites的主界面分为多个模块,包括“主页”、“分析”、“指标”、“合作伙伴”等。
在主页中,您可以看到最新的研究动态和相关推荐内容;在分析模块中,您可以进行研究主题的分析和数据可视化;在指标模块中,您可以查看相关研究成果的影响力指标;在合作伙伴模块中,您可以追踪和管理与其他研究人员的合作关系。
三、功能介绍1. 研究主题分析:在incites数据库中,您可以通过输入关键词或选择特定领域进行研究主题的分析。
通过分析,您可以了解该领域的研究热点、相关机构和研究人员等信息,为您的科研工作提供参考。
2. 数据可视化:incites数据库提供了丰富的数据可视化工具,帮助您更直观地了解研究成果的影响力和发展趋势。
您可以使用柱状图、折线图等图表形式展示数据,并根据需要进行筛选和排序。
3. 影响力指标:incites数据库基于学术引用数据,提供了多种影响力指标,包括引用次数、引用频次、H指数等。
这些指标可以帮助您评估研究成果的影响力和质量,为您的科研评估提供科学依据。
4. 合作伙伴追踪:在incites数据库中,您可以管理和追踪与其他研究人员的合作关系。
您可以查看与特定研究人员的合作历史、合作频率等信息,并通过数据可视化工具展示合作网络图,帮助您了解与其他研究人员的合作潜力和合作机会。
四、使用技巧1. 利用高级搜索:在进行研究主题分析时,您可以使用incites数据库提供的高级搜索功能,通过设置相关条件来精确筛选所需数据。
基于InCites的全国高校数据源对比分析

基于InCites的全国高校数据源对比分析随着科研领域的不断发展,科研管理越来越重要。
而InCites就以其强大的科学指标和数据指标而成为了全球范围内的科研领域里的重要数据源之一。
那么,在全国高校中,如何利用InCites进行科研对比分析,可以有效地衡量出各高校的科研水平,对于科研产出和学术影响力的提升都具有重要的意义。
首先,InCites被广泛认为是最具权威性和最准确的科研数据源之一。
InCites采取基于Web of Science的数据源,能够为研究人员和科学家提供来自各领域的科学指标数据,如影响因子、引用频次、发表文章数等,这些指标都是数量化地反映研究哪些领域的影响,为研究人员提供了对比各高校科研水平的量化标准。
比如,通过InCites数据源,可以快速了解到各高校在不同领域的影响力、文章出版量、引用和论文数量等数据信息,深入了解各高校在某些具体领域扮演的角色和影响力,从而进行科研对比分析。
其次,InCites提供了非常丰富和详细的数据分析工具,研究人员可以利用这些工具,快速地对全国各高校的科研数据进行对比分析。
比如,InCites用户名片功能可以为各高校科研人员提供科研活动的总体情况,非常迅速地掌握一所大学的科研方向、影响力等信息。
再比如,InCites比较功能允许用户单击不同机构的名称,进行逐一的比较,探究其差异、优劣和相似之处,并为进一步的研究提供了有用的指导。
这些数据分析工具非常便利,不仅使科研对比分析更加快速了解到高校的科学发展状况,而且还会提供更准确和详细的科学数据,帮助学者更深入地思考该领域的发展趋势和科学毫无移动力。
最后,在全国高校中,InCites的应用也得到了越来越多的关注和信任。
目前,InCites已经被各大高校广泛使用,并成为了衡量学术影响力以及科学研究成果的金标准之一。
许多国防高校、理工科高校、财经高校等学科的学者和研究人员都普遍使用InCites来进行科研数据的快速分析和对比,以了解到学校在不同领域的科研成果,并进行评估和优化。
InCites数据库快速使用指南

2InCites TM数据库快速使用指南InCites TM 数据库快速使用指南InCites 数据库中集合了近30年来Web of Science 核心合集七大索引数据库的数据,拥有多元化的指标和丰富的可视化效果,可以辅助科研管理人员更高效地制定战略决策。
基于Web of Science 核心合集七大索引数据库30多年客观、权威的数据,InCites 数据库中可以提供:您可以利用InCites 数据库:新版InCites数据库在旧版的基础上加强了数据及其呈现方式,使其更加全面、易用。
InCites与Web of Science核心合集的数据相互连接,采用更加清晰、准确的可视化方式来呈现数据,用户可以更加轻松地创建、存储并导出报告。
登陆InCites TM数据库请访问:https:///InCites TM数据库快速使用指南34InCites TM 数据库快速使用指南InCites 数据库主界面的5个模块和系统报告简介• 人员:可分析各个机构所属科研人员和科研团体的产出和影响力等• 机构:可分析全球各个机构的科研绩效和进行同行对比• 区域:可分析各个机构的国际合作区域的分布• 研究方向:可分析机构在不同学科分类体系中的学科布局• 期刊、图书、会议录文献:可分析文献所发表的期刊、图书和会议录分布• 系统报告:InCites数据库中内置报告模板,可以通过机构名称一步分析其研究绩效、合作论文和教学情况InCites TM数据库快速使用指南56InCites TM数据库快速使用指南7InCites TM 数据库快速使用指南InCites 每个模块的结构:筛选区:您可以根据多个选项来筛选数据集,包括机构名称、合作的机构、文献类型、出版年等;图示区:您可以看到通过筛选得到的各个学科数据所生成的图像;结果区:浏览筛选过后得到的各个学科的数据和相应的指标。
123以“研究方向”模块为例:8InCites TM 数据库快速使用指南如何分析本机构的科研绩效和对标分析如何分析本机构的科研产出和影响力选择“机构”模块“筛选区”中通过“机构名称”输入本机构名称,系统会自动提示近似名称“筛选区”中通过“出版年”选择分析年份点击“更新结果”就可以显示本机构的数据1234234如何选择同行机构进行对比分析1.您可以利用“筛选项”,按照如下条件选择对标机构机构名称:输入对标机构的名称机构类型:按照机构所属的类型例如大学、政府、医院等来选择国家/地区:按照机构所属的国家/地区来选择排名:按照是否进入THE大学排名和是否进入ESI引用前1%来选择机构联盟:按照机构所属的联盟,例如中国C9高校、澳大利亚的GROUP OF 8等来选择ABCDE9 InCites TM数据库快速使用指南2.在“筛选项”的“研究方向”处选择需要分析的学科分类。
新一代研究绩效分析工具Incites

– 国家指标数据,以国家及地区为单位,汇总其论文与引文 总数,提供了全球170多个国家与若干个地区(亚太, 亚 太(不包括日本),欧洲共同体,拉丁美洲,中东,北欧 ,OECD)在各学科领域的综合科研效绩评估指标;
– 机构指标数据,以大学或研究机构为单位,汇总其论文与 引文总数。提供各国大学/研究机构在各学科领域的综合研 究绩效评估指标;
• 如何进行个人、每篇论文等微观级别的分析与评价
• 如何利用个性化订制功能
新一代研究绩效分析工具Incites
本机构中重要的学术带头人 学术影响力如何?
新一代研究绩效分析工具Incites
新一代研究绩效分析工具Incites
去除自引(作者自引) 后的影响力指标
新一代研究绩效分析工具Incites
新一代研究绩效分析工具Incites
本机构和X机构的研究成果和 影响力相比如何?
新一代研究绩效分析工具Incites
预置了中国200多所高校 、研究机构的论文和引文 指标,以及985高校和C9 高校分组
新一代研究绩效分析工具Incites
两个学校1981~2009年以 来论文产出的增长情况
新一代研究绩效分析工具Incites
新一代研究绩效分析工具Incites
机构科研成果和影响力对比
机构总体学术表现及全球定位
重点学科规划与建设
学术带头人的成果展示
学术团队/重点实验室的研究实力分析
合作伙伴的评估与选择
高影响力论文的评价
热点/前沿研究领域分析
…………
新一代研究绩效分析工具Incites
提纲
• 研究绩效分析工具Incites • 如何进行国家、地区等宏观级别的分析与评价 • 如何进行机构级等中观级别的分析与评价 • 如何进行个人、每篇论文等微观级别的分析与评价
品质指标名词解释.

品质指标名词解释1、CIT ----- Customer Incidents Tracking log,客诉追踪报告 l CIT 定义:CIT 是为了有效地、系统地对客户端发生的质量异常进行追踪记录, 而由CQS 制作并更新维护的追踪报告。
(daily report l CIT 单位:件数。
CIT Qty : 即客诉发生的件数。
l CIT 的定义范围如下,共12条:1.1板子/零件烧毁1.2批量 性不良(包括集中性高不良1.3会引起重工的(包括厂内和厂外sorting & rework 1.4 造成厂内hold 货的客诉问题(即影响到厂内出货1.5造成客户端停线/退货的客诉问 题1.6 Workmanship issue 和制程问题需100%提报(此问题可highlight 给厂内改善1.7属厂商来料不良的客诉问题1.8 Design 问题1.9客人Audit 重大缺失项1.10客人 发正式的异常通知单或者要求回复正式的改善报告 1.11属CID 的问题也需要报告CIT 1.12厂商直接出货到客人端以及外包产品,在客户端出现问题均需要提报CIT l CIT 公式 Weekly CIT Qty :当周提报的 CIT Qty 累加之和。
Monthly CIT Qty :当 月提报的CIT Qty 累加之和。
Yearly CIT Qty :整年度提报的CIT Qty 累加之和。
Accumulated Failure Rate,累积不良率I AFR 定义:AFR 即产品在客户端的不良回归到产品制造月份的累积不良率。
从 AFR 报告里面可以侦测到产品 在客户端都发生了哪些不良以及这些不良在产品的整个生命周期发生的时机为何; 还可以使用AFR 对厂内外的良率做比对、分析和并寻求改善产品质量和信赖度的(客户端LRR —— Dead On Arrival ,到货即损;在线不良率l 定义:DOA &(客户端LRR 即客人收到货品后在进料检验时或在线投 入使用时发现的不良,是工厂端为了监控产品到客户端的最及时的不良率报告。
InCites平台使用-更改版本1.0

期刊所在学科: Economics
15/12.14 =1.24
1 3
选择要分析的维 度—同一机构不 同学科比较。
InCites 分析模块的三大部分 (深圳大学22个ESI学科表现)
图 示 区 筛 选 区
结 果 区
深圳大学—22个ESI学科表现(列表的多种选项)
选择要分析的维度——不同机构某学科比较
2 8
平均百分位(Average Percentile)—示意
论文1 被引用1365次 论文2 被引用1278次
百分位2%
论文3 被引用1139次
全球 发表 论文
论文4 被引用987次 论文5 被引用935次
百分位5%
论文6 被引用821次
…… 论文100 被引用4次
百分位100%
2 9
本机构和X机构的 研究成果和影响力相比 如何?
高水平论文
被引频次排名 被引频次排名 1% 1% 的论文百分比 的论文百分比 被引频次排名前 被引频次排名前 10% 10% 论文百分比 论文百分比 学科规范化引文影响力 学科规范化引文影响力 高被引论文 高被引论文
合作指标
国际合作论文 国际合作论文 所占百分比 所占百分比 国际合作论文量 国际合作论文量
更 完善 更 优越
主讲人:图书馆参考咨询部 徐建华
■ 主要内容: ◆ InCites简介 ◆ InCites的应用—以深圳大学为例 ◆ 科技信息资源的检索与获取 ◆ 开题与立项前的文献调研
新一代InCites平台
InCites ESI JCR
升级 InCites 2.0
升级 InCites: ESI
COMPUTER SCIENCE 18.63% MOLECULAR BIOLOGY & GENETICS 8.65% ENVIRONMENT/ECOLOGY 8.17% MATHEMATICS 6.49%
InCites数据库常用指标手册

InCites数据库常⽤指标⼿册“使⽤⽂献计量学指标及⽅法并不是为了取代同⾏评议,但两者的同时使⽤,⽆疑将使科研管理决策更为有效。
”——Anthony F.J. van Raan⽬录图⽬录 (3)表⽬录 (3)关于本⼿册 (4)InCites TM数据库介绍 (5)InCites TM 数据库数据来源——Web of Science TM核⼼合集数据库介绍 (5)期刊评估与筛选 (5)选刊标准简介 (5)⽂献计量学数据要素 (6)作者 (6)机构 (6)研究领域划分模式 (7)Web of Science TM学科分类 (8)Essential Science Indicators SM学科分类 (8)GIPP 学科分类 (8)多学科及医学期刊论⽂的重新分类 (8)合理地使⽤引⽂指标 (9)⽂献计量学⽅法的更多细节 (9)基线(Baseline) (9)引⽂影响⼒(Citation Impact) (11)相对于全球平均⽔平的影响⼒(Impact Relative to World) (12)学科规范化的引⽂影响⼒(Category Normalized Citation Impact) (12)期刊规范化的引⽂影响⼒(Journal Normalized Citation Impact) (13)h指数(h-index) (14)平均百分位(Average Percentile) (15)论⽂被引百分⽐(% Documents Cited) (16)InCites TM数据库常⽤指标⼿册1被引次数排名前1%的论⽂百分⽐与被引次数排名前10%的论⽂百分⽐(% Documents in Top 1% and % Documents in Top 10%) (16)合作指标(Collaboration Indicators) (18)国际合作论⽂(International Collaboration) (19)国际合作论⽂百分⽐(% of International Collaborations) (19)横向合作论⽂百分⽐(% of Industry Collaborations) (19)⾼被引论⽂百分⽐(% Highly Cited Papers) (19)热点论⽂百分⽐(% Hot Papers) (19)ESI 引⽂影响⼒排名(ESI Most Cited) (19)ESI学科收录机构 (19)附录 (20)InCites TM数据库2.x指标列表 (20)未来计划推出的指标列表(可能发⽣变化) (22)GIPP –Web of Science TM学科映射表 (23)区域性学科分类模式 (27)ANVUR (27)Australia FOR Level 1 & 2 (27)中国SCADC 77个⼆级学科 (27)FAPESP (Brasil) (27)OECD (27)UK RAE 2008 & REF 2014 (27)⽂献类型 (28)更多培训 (29)2InCites TM数据库常⽤指标⼿册图⽬录图 1:不同学科的引⽂影响⼒表现 (10)图 2:引⽂分布⽰例 (17)图 3:某⼤学合作指标⽰例 (18)表⽬录表 1:基线计算⽰例 (9)表 2:作者层⾯的引⽂影响⼒ (11)表 3:作者层⾯的CNCI与JNCI指标⽰例 (14)表 4:作者层⾯h指数⽰例 (15)表 5:⼀组11篇⽂献集合的百分位计算⽰例 (15)InCites TM数据库常⽤指标⼿册3关于本⼿册这本常⽤指标⼿册的⽬的在于为InCites TM数据库的数据来源提供概述。
InCites新平台助力“世界一流学科”建设实践与探索——以海南大学“世界一流建设学科”作物学学科为

收稿日期:2021-12-29基金项目:海南省哲学社会科学2021年规划课题 海南高校图书馆数字资源绩效评价研究 ,项目编号:HN S K (Y B )21-61;海南省自然科学基金,项目编号:721Q N 0877㊂作者简介:徐榕烽(1983),女,内蒙古临河人,馆员,硕士,就职于海南大学图书馆,研究方向:图书情报与文献计量分析㊂周珊(1981 ),女,副研究馆员,研究方向:资源建设㊁学科服务㊁科研评价等㊂I n C i t e s 新平台助力 世界一流学科 建设实践与探索以海南大学 世界一流建设学科 作物学学科为例徐榕烽,周 珊(海南大学图书馆,海南海口 570228) 摘 要:文章采用文献计量学方法,利用新一代I n C i t e s 平台,从高生产力和高影响力作者对作物学学科贡献度方面深入分析了海南大学 世界一流建设学科 作物学学科近10年来的科研发展情况,明确海南大学作物学学科自身存在的不足,并提出了制定科研规划㊁整合科研团队㊁加强科研人员培育力度和期刊投稿引导几条建议,为发掘学科潜力并促进其提高核心竞争力和建成建好世界一流学科提供准确定位,有利于最终形成学科自身核心竞争力,为学科建设和发展的方向及重点领域提供决策依据㊂关键词:一流学科;贡献度;I n C i t e s中图分类号:G 250.73ʒG 250.252(226) 文献标识码:A 文章编号:1007 6921(2023)10 0113 04 2015年10月,国务院公布‘统筹推进世界一流大学和一流学科建设总体方案“,明确提出以学科建设为 双一流 建设的基本原则之一,高等院校由围绕学校整体建设转变为围绕学科建设[1]㊂2017年9月,海南大学作物学学科入选国家 双一流建设学科 名单,2018年4月13日,习近平总书记在庆祝海南建省办经济特区30周年大会上的重要讲话中明确提出 要支持海南大学创建世界一流学科[2],赋予海南大学新的重大历史使命㊂海南大学作物学学科是海南大学最早创建的3个骨干学科之一,为我国天然橡胶事业的发展做出了杰出贡献,作物学 世界一流学科 建设和发展需要植物保护㊁园艺和食品学科与工程等 热带农业 学科群的共同支持㊂本文采用文献计量学方法,利用新一代I n C i t e s平台,从高生产力和高影响力作者对作物学学科贡献度方面分析了海南大学 世界一流建设学科 作物学学科近10年来的科研发展情况,为学科建设和发展的方向及重点领域提供一定的决策依据㊂1 数据来源和指标说明1.1 数据来源S C I E (S c i e n c e C i t a t i o n I n d e x E x pa n d e d )是收录了超过9200种世界上最具影响力的期刊,涵盖178个科学学科,1900年至今,有5300多万条记录和11.8亿份引用文献,是对自然科学研究成果进行比较客观㊁定量和易操作评价的国际通用指标,经常用来进行某一个科研机构或大学的学科分析和学术影响力评价[3]㊂I n C i t e s 是由C l a r i v a t e 开发的一个基准和分析工具,它使用出版物信息来分析生产力㊁影响力和协作,这些都反映在科学网络数据库索引的文献中[4]㊂2021年7月,I n C i t e s 平台进行了全新改版和全面升级,补充了多种加权和相对的计量指标,增加了可视化效果,为科研人员的论文生产力和学术影响力的量化分析提供了一个更加丰富和完善的分析工具㊂本次研究利用S C I E 和新一代I n C i t e s 数据库,从海南大学 世界一流建设学科 作物学学科学术角度2023年5月内蒙古科技与经济M a y 202310524I n n e r M o n g o l i a S c i e n c e T e c h n o l o g y &E c o n o m yN o .10T o t a l N o .524出发,选择分析入口为 研究方向 和 研究人员 ,所属机构为 H a i n a n U n i v e r s i t y,分类体系按照C h i n a S C A D C S u b je c t 97N a r r o w (中国国务院学位委员会学科分类),选择 0901C r o p Sc i e n c e ,文献类型为 A r t i -c l e 和 R e v i e w ,时间范围为2012年 2021年㊂I n -C i t e s 数据截止时间为2021年9月24日㊂1.2 指标说明[5]本文分析的I n C i t e s 数据库中的各项数据指标及其含义见表1㊂表1 I n C i t e s 数据库中数据指标及含义序号指标名称含义1W e b o f S c i e n c e 论文数一段时间内被W e b o f S c i e n c e 收录的论文数量2被引频次一段时间内被W e b o f S c i e n c e 收录论文引用的频次3h 指数出版论文集的h 指数4引文影响力论文篇均被引频次(均值)5学科规范化的引文影响力C N C I 按学科㊁出版年和文献类型统计的规范化的引文影响力(论文篇均引文数),C N C I 值大于1,表明该组论文的被引表现高于全球平均水平6期刊规范化的引文影响力J N C I 按期刊㊁出版年和文献类型统计的规范化的引文影响力,J N C I 值大于1,表明在该期刊上发表的论文的表现超过全球平均水平7高被引论文按领域和出版年统计的被引频次排名前1%的论文数(含论文与综述)8Q i 期刊中的论文给定年份内具有J I F 分区中Q i 区的期刊中的论文数量9Q i 期刊中论文的百分比Q i 期刊中的论文数占J I F 期刊中的论文数的比值2 海南大学世界一流建设学科 作物学学科分析2.1 作物学学科基本情况2.1.1 论文总体产出及发展趋势分析㊂学科总体论文产出是衡量学科发展情况的重要指标之一,海南大学作物学学科2012年 2021年的发文总量为132篇,其中Q 1期刊中的论文75篇,高被引论文2篇,第一作者和通讯作者的百分比分别是59.85%和56.06%㊂2012年 2021年海南大学作物学学科历年发文量及Q 1期刊发文量趋势如图1所示㊂图1 2012年 2021年海南大学作物学学科历年发文量及Q 1期刊发文量趋势如图1所示,海南大学作物学学科10年间的W o S 发文量是逐年上升的,尤其是2016年之后,上升的速率加快,2018年略有回落,到2020年全年W o S 发文45篇,其中Q 1期刊30篇,Q 2期刊11篇,Q 1㊁Q 2期刊总和达到全年发文量的91.11%,且有1篇高被引论文产生,这跟2016年后海南大学加强人才引进和科研奖励的力度有关㊂2.1.2 论文总体及相对影响力分析㊂分析论文被引情况是衡量出版物或作者的影响力的一个重要途径[6]㊂2012年 2021年海南大学作物学学科W o S论文被引频次993次,引文影响力(篇均被引频次7.52次),学科规范化引文影响力C N C I 为1.76,期刊规范化引文影响力J N C I 为0.98㊂2012年2021年海南大学作物学学科W o S 论文被引频次及引文影响力趋势如图2所示㊂图2 2012年 2021年海南大学作物学学科W o S 论文被引频次及引文影响力趋势从图2可以看出,海南大学作物学学科W o S 发文的被引频次及引文影响力趋势在2012年 2018年大致相同,在2015年㊁2016年㊁2017年3年表现较好,2018年表现较差,这跟W o S 发文量与Q 1期刊发文量趋势相符,2019年之后的被引频次逐渐增多,但篇均被引频次并未增多,这跟2019年后新增发文量较多有关,一般来说,论文被引频次的高峰出现在论文发表后的2年~5年㊂因此我们也可以看到,总被引频次和引文影响力两个引文指标均未考虑学科㊁期刊㊁出版年㊁W o S 发文量及文献类型的归一性,具有一定的局限性,所以有必要对学科规范化引文影响力C N C I 值和期刊规范化引文影响力J N -C I 值按出版年进行统计分析,2012年 2021年海南大学作物学学科W o S 发文的规范化引文影响力如图3所示㊂总第524期内蒙古科技与经济图32012年 2021年海南大学作物学学科两个规范化引文影响力指标从图3中可以看出,海南大学作物学学科在2012年 2014年间的引文影响力C N C I值和J N C I 值都远低于全球基准值1,表明这三年海南大学作物学学科论文发文质量和期刊质量相对较低㊂2015年 2017年的两个规范化引文影响力均高于全球平均值,尤其是2016年的学科规范化引文影响力C N C I值,达到4.70,非常引人注目,表明海南大学作物学科研人员这三年的发文质量和期刊质量都很高㊂2018年两个规范化引文影响力又有所下降,这跟被引频次和篇均被引频次的趋势大致相同㊂2.2作物学学科高产作者 生产力贡献度 分析科研人员的论文产出是衡量和评价科研人员绩效的重要指标[7],高产出作者往往是某一领域科技前沿走向的引领者,在海南大学 世界一流建设学科 作物学学科10年间发表W e b o f S c i e n c e论文的科研人员共289人㊂本文利用 生产力贡献度 这一评价指标,更直观地反映海南大学作物学学科发文作者在该学科领域的生产力, 生产力贡献度 的计算公式如式(1)所示, 生产力贡献度 越大,该作者对海南大学作物学学科的生产力越大[8],作者学术成果在该学科更多㊂生产力贡献度(%)=某学科作者W o S发文量该学科W o S发文总量(1)按照生产力贡献度排名前10位的科研人员,结果如表2所示㊂由表2可见,发文量最多的是食品科学与工程学院张正科教授(Z h a n g,Z h e n g K e),10年间在海南大学作物学学科共累积W o S发文14篇,W o S发文贡献度为10.69%,h指数为11[9]㊂发文量排在第2㊁第3的分别是热带作物学院的聂立孝教授(N i e,L i x i a o)和吴伟教授(W u,W e i),10年间在海南大学作物学学科分别W o S发文11篇和9篇,W o S发文贡献度为8.4%和6.87%,h指数为4和3㊂我们发现,排名前10的作者中,有5位都不是二级机构热带作物学院的科研人员,这表明,海南大学 世界一流建设学科 作物学学科的W o S论文量是由不同的二级机构科研人员发文组成,即由不同二级机构的科研人员生产力贡献㊂表2海南大学作物学学科2012年 2021年高产出作者T O P10名称排名W o S论文数/篇W o S发文贡献度/%h指数Z h a n g,Z h e n g K e11410.6911N i e,L i x i a o2118.404W u,W e i396.873 L i u,H o n g y a n475.342 M i a o,W e i g u o553.821 L i n,C h u n h u a643.051S h i,X u e q u n643.053Z h a n g,Y U643.051F a h a d,S h a h643.052Z h a n g,L I643.051 2.3作物学学科高影响作者贡献度分析科研人员的生产力可以由W e b o f S c i e n c e发文量反映,但其影响力则需要通过论文的 被引频次 等指标来体现,引入 影响力贡献度 这一评价指标,可以反映海南大学作物学学科发文作者在该学科领域的影响力, 影响力贡献度 的计算公式如式(2)所示[8]㊂影响力贡献度(%)=某学科作者W o S发文被引频次该学科W o S发文总被引频次(2)按照影响力贡献度排名前10位的科研人员,结果如表3所示㊂表3海南大学作物学学科2012年 2021年高影响力作者贡献度T O P10名称排名被引频次/次引文影响力/次W o S影响力贡献度/%C N C I W o S论文数/篇Z h a n g,Z h e n g K e138227.2939.305.2414S h i,X u e q u n26215.506.383.834R u a n,Y u n z e35427.005.562.152W a n g,L U45117.005.254.703N i e,L i x i a o5464.184.730.9611L i,W u64522.504.635.922F a n g,N a74343.004.424.621L u o,Y u e h u a74343.004.424.621H u,X i a o p i n g93919.504.014.792Y u a n,M e n g-q i93939.004.015.561徐熔烽,等㊃I n C i t e s新平台助力 世界一流学科 建设实践与探索 以海南大学 世界一流建设学科 作物学学科为例2023年第10期由表3可见, 生产力贡献率 排名第1的张正科教授,在 影响力贡献率 排名中仍然排在第1,10年间W o S发文被引频次共382次, 影响力贡献率 39.30%,引文影响力即篇均被引频次27.29次,高于该学科的全球平均值19.80,C N C I值为5.24,高于全球基准值1,说明其发文的影响力和表现力均优于全球平均水平㊂ 生产力贡献率 排名第2的聂立孝教授,对作物学学科的 影响力贡献率 只有4.73%,其引文影响力低于全球平均水平,同时,可以看出, 影响力贡献率 排名前10位的作者中,属于学校二级机构热带作物学院的科研人员仍然不足一半,作物学学科的科研影响力由学校各二级机构的科研人员贡献度组成㊂3结果与讨论综上,本文利用新一代I n C i t e s平台,采用文献计量学方法,从W o S发文量㊁Q1期刊发文量㊁被引频次㊁引文影响力㊁学科规范化引文影响力和期刊规范化引文影响力等几个指标深入分析了海南大学作物学学科近10年来的科研发展情况,并分析了隶属于不同二级机构科研人员对作物学学科的 生产力贡献度 和 影响力贡献度 ,明确了作为入选 国家世界一流建设学科 仍存在不足之处,W o S发文量和被引频次整体较低,二级机构热带作物学院的学者和科研人员对本学科贡献度不足,发文期刊所属学科较为分散等㊂针对海南大学作物学学科发展现状及存在问题,为建成建好世界一流学科提供准确的定位,提出以下几条建议:①制定科研规划㊂分析学科的变化趋势,追踪学科的前沿热点,充分发挥国家政策优势,积极推动与其他二级机构的合作和其他相关学科的交叉融合,产生更多更好并有标志性的科研成果㊂②整合科研团队㊂统计发现,作物学学科排名前10的高产作者和高影响作者都只有不到一半比例出自二级机构热带作物学院,应在海南大学范围内积极整合和组建作物学相关科研团队,以学科带头人为首,开展真实有效合作和团队建设,为 世界一流建设学科 作物学学科学术影响力的提升提供重要智力支撑[10]㊂③加强对作物学学科建设贡献率高的科研人员和二级机构的支持力度㊂针对贡献度高的食品科学与工程学院㊁植物保护学院等,制定相关具体科研目标和支持政策,加大生产力和影响力贡献度高的科研人员及研究生的奖励力度,通过奖励激励政策引导更多的科研人员在作物学期刊上发表高质量的论文,增加学校作物学整体学术论文影响力㊂④期刊投稿引导㊂定期推出‘各学科投稿指南“,引导科研人员投稿作物学学科对应的高质量期刊,集中投稿,提高海南大学作物学学科W o S论文的学术影响力,并依据期刊综合计量指标结合论文自身特点及研究领域,提高投稿成功率㊂[参考文献][1]马静,孙卫忠,张媛,等.E S I学科分析助力一流学科 建设实践与探索:以河北工业大学图书馆为例[J].图书馆工作与研究,2019(11):35-39.[2]习近平总书记在庆祝海南建省办经济特区30周年大会上发表重要讲话[E B/O L].(2018-04-13)[2021-09-24].h t t p://w w w.81.c n/g n x w/2018-04/13/c o n t e n t80052384.h t m. [3]李宇辉.广州呼吸疾病研究所学术交流机制分析[D].广州:广州医科大学,2015. [4]海南大学图书馆.I n C i t e s[D B/O L].(2016-09-06)[2021-09-24].h t t p://l i b r a r y.h a i n u.e d u.c n/b k s h o w.a s p?t y p e i d=3&i d=207.[5]I n C i t e s T M数据库快速使用指南.[E B/O L].(2019-11-02)[2021-09-24].h t t p s://w e n k u.b a i d u.c o m/v i e w/039a50b186c24028915f804d2b160b4e767f81f a.h t m l f r=i n-c o m e1-d o c-se a r c h&_w k t s_=1683130242100&w k Q u e r y=I n C i t e s T M数据库快速使用指南.[6]夏琬钧,赵颖梅,刘云,等.基于I n c i t e s和E S I的高校科研产出统计与分析:以西南交通大学为例[J].四川图书馆学报,2014(3):14-16.[7]徐榕烽,刘小香,杨连珍,等.I n C i t e s新平台助力高校学科带头人科研量化分析[J].内蒙古科技与经济,2020(12):21-25.[8]任瑞荣,董政娥,陈惠兰.东华大学优势学科分析与研究[J].东华大学学报(自然科学版),2016,42(5):760-767.[9]周建农,何琳,白振田.E S I植物与动物学的评价与分析[J].图书情报工作,2012,56(22):48-55,61.[10]徐榕烽,李春香,张建媛.海南大学重点学科学术带头人调研[J].内蒙古科技与经济,2021(16):15-17.总第524期内蒙古科技与经济。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
目前提供 6 种学科分类, 包括: 澳大利亚、 巴西、 英国和 OECD 分类, 以及 Web of Science 和 ESI 分类。
预置数据模块中进行国家/机构对比分析时,包含的分析指标有: 1) 论文数量(Web of Science Documents): 一段时间内被 Web of Science 数据库收录 的论文数量。 2) 总被引频次(Times Cited): 一段时间内被 Web of Science 数据库收录论文的总被引 频次。 3) 篇均被引频次(Cites per Document (Impact)): 平均每篇论文的被引频次。 4) 被引用率(% documents cited): 在一组论文中, 被引用 1 次及以上的论文数量占该 组论文总数的百分比。 5) 相对影响力(Impact Relative To World): 某国家/地区(或机构)发表论文的篇均被 引频次与全球总体论文的篇均被引频次的比值。该值大于 1,即表明该组论文的篇 均被引频次高于全球平均水平;小于 1,则低于全球平均水平。 6) 相对于相应学科领域的影响力(Impact Relative to Subject Area): 某国家/地区(或 机构)在某学科领域发表论文的篇均被引频次与全球相应学科领域篇均被引频次的
15) 相对于所属机构的被引用率(% Documents Cited Relative to Institution): 某机构
在某学科领域内发表论文的被引用率与所属机构总体论文的被引用率的比值。
5
16) 相 对 于 所 属 国 家 / 地 区 的 被 引 用 率 (% Documents Cited Relative to Country/Territory): 某国家 / 地区在某学科领域内发表论文的被引用率与该国家 / 地区总体论文的被引用率的比值。 17) 综合绩效指标(Aggregate Performance Indicator): 某国家/地区(或机构)的实际被 引频次与期望被引频次的比值。该指标对不同学科领域和不同年份发表论文均进 行了归一化处理,如果比值大于 1,即表明该国家/地区(或机构)的综合影响力高于 全球平均水平;小于 1,则反之。指标的计算方法如下:
InCites 指标说明
一、 定制数据部分 (Research Performance Profiles)
Research Performance Profiles 模块能够为用户建立定制数据集,包含的分析指标有: 1) 论文数量(Web of Science Documents): 一段时间内被 Web of Science 数据库收录的论 文数量。 2) 总被引频次(Times Cited): 一段时间内被 Web of Science 数据库收录论文的总被引频 次。 3) 篇均被引频次(Cites per Document): 平均每篇论文的被引频次。 4) h 指数 (h Index): 将一组论文按照被引频次降序的方式排列, h = n 意味着该组论文中 有 n 篇论文的被引频次不低于 n 次。 5) 被引频次中位数(Median Cites): 将一组论文按照被引频次升序的方式排列,位于中间 位置论文的被引频次即被引频次中位数。 6) 第二代被引频次(2nd Generation Citations): 一段时间内,被 Web of Science 数据库收 录论文的施引文献的总被引频次。
H si2
i 1 N
其中: Si 为该组论文中每个学科的论文数量占该组论文总数的比例, N 为该组论文涉及 到的学科数。
2
12) 跨学科指数(Interdisciplinary Index): 这一指标用来测度一组论文的学科交叉性, 这个 指标的上限为 1。跨学科指数越接近 1,表明该组论文的跨学科性较强。0 表明每篇论 文仅仅属于一个学科。这一指数是依据香农指数而来,具体表示如下:
4
比值。 该值大于 1, 即表明该组论文的篇均被引频次高于全球相应学科领域的平均 水平;小于 1,则反之。 7) 相对于所属机构的影响力(Impact Relative to Institution): 某机构在某学科领域内 发表论文的篇均被引频次与该机构总体论文篇均被引频次的比值。该值大于 1,即 表明该组论文的篇均被引频次高于其所属机构的平均水平;小于 1,则反之。 8) 相对于所属国家/地区的影响力(Impact Relative to Country/Territory): 某国家/地 区在某学科领域内发表论文的篇均被引频次与国家/地区总体论文篇均被引频次的 比值。该值大于 1,即表明该组论文的篇均被引频次高于国家/地区的平均水平; 小于 1,则反之。 9) 占全球论文总数百分比(% Documents in World): 某国家/地区(或机构)发表论文 数占全球发表论文总数的百分比。 10) 占相应学科领域论文总数的百分比(% Documents in Subject Area): 某国家/地区 (或机构)在某学科领域内发表论文数占全球相应学科领域论文总数的百分比。 11) 占所属机构论文总数的百分比(% Documents in Institution): 某机构在某学科领域 内发表论文数占所属机构发表论文总数的百分比。 12) 占所属国家/地区的百分比(% Documents in Country/Territory): 某国家/地区在某 学科领域内发表论文数占国家/地区发表论文总数的百分比。 13) 相对被引用率(% Documents Cited Relative to World): 某国家/地区(或机构)发表 论文的被引用率与全球总体论文被引用率的比值。 14) 相对于相应学科领域的被引用率(% Documents Cited Relative to Subject Area): 某国家/地区(或机构)在某学科领域内发表论文的被引用率与全球相应学科领域总 体论文的被引用率的比值。
其中:p 代表了论文在学科 i 中分量,n 表示学科数量。 13) 高被引论文分布(High impact paper distribution)。这一分布特征分别列出了该组论文 在全球前 1%、5%、10%、25%和 50%的论文占该组论文总数的百分比,并与全球在 各个百分位基准上的论文占全球总体论文的百分比(即期望水平)进行对比,标记出 其高于/低于期望水平的百分比数值。该分析模块中的百分位基准是由数据集中涉及到 的学科重新汇总计算得到的。 例如:该数据集中如果包含数学和物理两个学科的论文, 那么百分位基准的确定即将全球这两个学科的论文汇总在一起,计算得到各个百分位 水平上的被引频次。
二、 预置数据部分 (Global Comparisons)
预置数据模块能够提供全球 170 多个国家与若干个地区(亚太, 亚太(不包括日本) , 欧洲共同体,拉丁美洲,中东,北欧,OECD)在各学科领域的论文和引文计量指标;以 及全球 2,000 多所大学、研究机构以及大学集合(例如:中国的 985 高校和 C9 高校、英 国的 RUSSELL GROUP 和 1994 GROUP、 澳大利亚的 GOUPG OF 8、 德国的 UNIVERSITIES OF EXCELLENCE 等等)在各学科领域的论文和引文计量指标;可以进行国家/地区或机 构间的多指标对比分析,以及基于全球学术论文平均影响力水平的基准分析。
1
7) 施引文献篇均被引频次(2nd Generation Citations per Citing Document): 平均每篇施 引文献的被引频次。 8) 平均百分位(Average Percentile):一篇论文的百分位是指,该篇论文在全球该学科当 年发表的论文中按被引频次排名的百分位数。百分位数值越小,表明该篇论文为高被 引论文;百分位数值越大,则反之。一组论文的平均百分位则是将一组论文在各学科 领域中的百分位进行加和再取平均值。该指标的量纲为百分数,数值等于 1 表示该组 论文在全球各学科领域中平均排名在全球前 1%,该数值等于 90 表示该组论文的被引 次数较低,平均来说位于全球各学科领域的前 90%。 9) 学科相对影响力(Category Actual/Expected Citations)。该指标能够表征一组论文在学 科层面上的相对影响力水平,即该组论文在每个学科中发表论文的实际被引频次与全 球该学科同年同类型论文的平均被引频次的比例。当该比率等于 1 时,表明该组论文 的被引频次与其各自所属学科的平均被引频次相等。如果一些论文属于 2 个以上的学 科时,在计算学科平均被引频次时,就将该论文所属每个学科的平均被引频次加和后 取平均值。 10) 期刊相对影响力(Journal Actual/Expected Citations)。 该比率则能够表征一组论文在期 刊层面上所表现出来的相对影响力水平,即该组论文在每本期刊中所发表论文的实际 被引频次与相应期刊中同年同类型论文平均被引频次的差距。当该比率等于 1 时,表 明该组论文的总被引频次与其所刊载期刊的平均被引频次相等。 11) 学科指数(Disciplinary Index):这一指标用来衡量一组论文在不同学科领域中的覆盖 面,其数值从 0 到 1。数值越高,表明该组论文在某一学科领域内的集中度越高。这 一指数是依据赫芬达尔指数演变来的,赫芬达尔指数通常是经济学领域用来评价市场 份额的一个指数。表示为:
其中: 是某机构 i (或国家/地区)的总被引频次, 内发表论文的总被引频次,
是机构 i 在学科领域 f 和 t 年 是全
是机构 i 在学科领域 f 和 t 年内发表的论文数,
球在学科领域 f 和 t 年内发表论文的篇均被引频次(即基线)。
6