数据库类论文例文,与期刊h指数与载文量\引文量关系模型的实证与验证相关论文摘要怎么写

本论文是一篇数据库类论文摘要怎么写,关于期刊h指数与载文量\引文量关系模型的实证与验证相关本科毕业论文范文。免费优秀的关于数据库及中文核心期刊及样本方面论文范文资料,适合数据库论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

[摘 要]分析Schubert-Glanzela期刊h指数模型可能存在的问题,通过实际统计回归得出期刊h指数经验模型,通过实例验证其模型的准确性.在分析模型变化规律的基础上,对模型进行修正与描述.通过实例验证,指出经验模型对机构h指数同样具有较高的解释力度.

[关 键 词]期刊h指数经验模型机构h指数验证

2005年美国物理学家赫希(J.E.Hirsch)提出了主要用于评价科学家个人学术成就的一项新指标――h指数(h-index).该指标一经提出,便迅速得到国际科学界的高度关注,成为科学计量学与科学评价领域的国际热点问题.匈牙利信息科学与计量学研究中心、《科学计量学》(Scientometrics)主编布劳恩(T.Braun)等人将h指数加以扩展并应用于期刊影响力评价中,创立了期刊h指数,即：对于一种期刊,如果它发表的全部论文中有h篇文章,每篇被引用数至少为h,同时要满足这个自然数为最大,那么该值即为该期刊的h指数[1].A.Schubert与W.Glanzela在假设期刊文献被引分布规律遵循Lotka定律的基础上,推导出期刊h指数与载文量、篇均被引量的理论数学模型,如公式(1)所示:

等等(1)[2]

(h为h指数,c为常数,N为载文量,IF为影响因子,S为篇均被引量,a为Lotka指数)

并设Lotka指数a等于2时,对其进行了验证,验证结果常数c约为0.75,且不存在学科差异.公式中涉及了载文量(N)、影响因子(IF)与h指数3个指标量,影响因子代表了期刊论文的质量,因此,该公式巧妙地将期刊h指数和载文数量与质量联系在一起,极富创意地解释了期刊h指数的内涵.但公式在推导过程中毕竟经过了多次的近似转换,尤其是公式中的常数c的取值,笔者也认为是1,从理论上来说也应该为1(当N等于1、IF等于1时,h等于1),但作者在验证时得出常数c的取值约为0.75.笔者在仔细分析作者的验证结果后认为常数c小于1的结果是对载文量(N)或篇均引文量(S)的幂总体上高估了,为此,笔者从实例统计出发,力求对公式(1)作出修正,使得模型与实际误差更小、更精确.

1期刊h指数模型的实证与验证

笔者利用《中国引文数据库》作为统计源,利用《中国期刊全文数据库》中的期刊导航分类目录,按类统计不同专业不同时间段载文量及分别至统计时的被引量与h指数,并以公式(2)回归.

等等(2)

先后共统计回归了45个不同样本,回归结果均遵循公式(2),这说明公式(1)中的常数确实为1,根据公式(1)可知N与S的幂的和为1(,对45个样本回归结果为：0.997<<0.804,均小于1,平均约在0.9左右,这充分说明了公式(1)在推导过程中,由于经过多次的近似转换,使得N与S的幂比实际的大,在验证时,使得常数c小于1.各类统计样本回归的与有一定的差别,但也有一定的规律性,通过对与直线回归后得到如下结果：

等等等等(3)

等等(4)

等等等(5)

为了验证所得模型的准确性,分别取为0.32、0.33、0.34、0.35、0.36,分别为0.688、0.635、0.582、0.529、0.476,对所统计的样本逐一验证,并与公式(1)(a等于2)对比,为了能够清楚地表达模型的准确性,本文使用统计学中的解释力度概念：

等等(6)

(h表示实际统计的h值,表示模型估算的h值,表示实际统计的h值平均数)

以《中国期刊全文数据库》中导航目录提供的数学类目录为样本,载文时间为2000－2001年,统计时间为2010年6月17日,如表1所示.

验证结果为：,,即公式(3-5)对统计样本的解释力度为97.80%,公式(1)在c等于1、a等于2时对统计样本的解释力度为78.28%,取c等于0.82时,公式(1)的解释力度为92.56%,这时已接近最大值.其他样本验证结果基本一致,公式(3-5)在取不同的值时,对其他44个统计样本的解释力度均大于公式(1)在c取最佳值时的解释力度,且均大于92%.结果表明,公式(3-5)对各种学科及不同时间段的期刊h指数均有更高的解释力度,模型具有较高的可信度.

2对公式(3-5)的解读与验证

为了直观地表达公式(3-5)在取不同值时的变化,笔者设N等于1000,S分别取0.1-10.1,再分别以取0.32、0.33、0.34、0.35、0.36,分别取0.688、0.635、0.582、0.529、0.476,通过这5组数据分别计算h值,结果如图1所示.图中系列1-5分别表示取0.32-0.36.

从图1可以清楚地发现,当S在3.5－3.7之间、h在20－25之间时,5组曲线基本重叠,在S<5时,差异较小,当N取值增大时,重叠点的S值也相应增加,当N每增加1000时,交叉点的S值约增加0.2-0.3,反之当N取值减小时,重叠点的S值相应减小,因此,对于S较小的统计样本,取值变化对解释力度影响并不明显,对于S值比较大的统计样本,取值变化对解释力度影响比较明显.基于上述分析可以做出如下解读：①在统计样本回归时,如果S值较小,很小的随机误差就可能使得回归所得的系数发生变化,如果S较大时,回归系数变化较小,但统计的样本中由于样本量本身不大,而S值较大的样本只是整个样本中极少数,这使得随机误差很可能向同一方向偏离,使回归系数发生变化.笔者认为这是统计样本无法得到统一方程的主要原因.②在对统计样本进行验证时,决定取值的主要是S值较大的点.③对于样本量较小,少数S值又较大的样本,由于随机误差使得h值同时偏向一方,使的取值发生变化,但如果是一个大样本,S值较大的样本数量较多,同时偏向一方的可能性极小,应该是在中间值上下正态分布,所以,样本验证时的最佳的取值为中间值0.34.因此,可以认为取值范围是由于统计样本较小,随机误差造成的,实际的取值应该是0.34,即期刊h指数(h)与载文数量(N)、篇均被引量(S)的曲线为：

等等(7)

为了进一步验证上述推断,以《中文社会科学引文索引（CSSCI）》2010-2011年来源期刊中经济学期刊目录为统计样本,通过《中国引文数据库》分别统计不同载文时间段载文量及至2010年7月18日的被引量与h指数,统计样本验证结果如表2所示.

再以2008年《中文核心期刊要目总览》中提供的作物、植保、林业、园艺、畜牧、水产类共80种农业期刊为统计目录,通过《中国引文数据库》分别统计不同载文时间段载文量及至2010年7月20日的被引量与h指数,统计样本验证结果如表3所示.

以《中国引文数据库》提供的高被引期刊统计表(统计时间为2010年6月10日),共提供了4268种自然科学类期刊从收录年起的载文量、被引量与统计时的h指数,验证结果为：

等于0.34,等于0.582,

验证结果表明上文的推断基本正确,以2008年《中文核心期刊要目总览》中提供的作物、植保、林业、园艺、畜牧、水产类共80种农业期刊为统计样本,与以《中国引文数据库》提供的高被引期刊统计表提供的4268种自然科学类期刊样本均以等于0.34时解释力度最高,以《中文社会科学引文索引（CSSCI）》2010-2011年来源期刊中经济学期刊目录为统计样本最高解释力度时的取值与统计时的载文时间段存在明显的相关性,随着载文时间段与被引时间段的时间差逐步扩大,的取值逐步由0.32趋向0.34.笔者认为这种情况是由于载文时间段与被引时间段的时间差较小,后期刊发论文实际上对h指数并没有多大的贡献,但这段时间相应的载文量增加,篇均被引量相应减少,这一增加与减小打破了公式（7）的平衡,便利取值偏小,但并不是所有的样本都是这样,如2008年《中文核心期刊要目总览》中提供的作物、植保、林业、园艺、畜牧、水产类共80种农业期刊为统计样本中2004－2009年的统计结果并没有打破公式（7）的平衡.

综上所述,期刊h指数与载文数量(N)、篇均被引量(S)的关系可以描述为：

,当载文时间段与被引时间段有一定时间差时(2-3年),曲线基本遵循公式(7)的变化；

,当载文时间段与被引时间段差距较小时,公式(3-5)中的取值可能较小,但当载文时间段与被引用时间段差距逐渐扩大,的取值也逐步从0.32趋向0.34,即公式(7)；

,考虑到实际的随机误差,当载文时间段与被引时间段有一定差距(2年以上),曲线的波动范围为.

3公式(3-5)对机构h指数的验证

以万锦等发表的《中国部分重点大学h指数的探讨》[3]一文中表1提供的利用美国ISIWebofScience中的SCI、SSCI和A&HCI数据库计算得到的,国内50所高等院校在2001-2003年中发表的论文在2001年1月至2006年12月间在ISI各数据库中的被引频次与h指数样本的验证结果为：

等于0.34,等于0.582,

以刘颖发表的《利用h指数及衍生h指数评价省级公共图书馆学术影响力》[4]一文表1中提供的国内省级图书馆统计数据为样本,数据来源于《中国引文数据库》与美国ISIWebofScience平台,检索时间为2009年3-4月,发文时间段为1998－2008

1 2 下一页

数据库类论文例文,与期刊h指数与载文量\引文量关系模型的实证与验证相关论文摘要怎么写参考文献资料：

有关经济的论文

国外经济学硕士

经济发展论文

知识经济论文

经济类论文

经济核心期刊发表论文

经济法学硕士论文题目

经济法的论文

教育经济学新编

产业经济学论文选题