国际基础科学领域核心期刊h指数分析研究

论文摘要

本文侧重于从统计学角度出发,对基础科学领域核心期刊h指数的性质加以分析。选取ISI、scopus数据库中六大基础科学120种高影响力期刊作为分析基础,运用相关分析、回归分析等统计学方法,通过期刊h指数和影响因子、期刊引文总量的比照,深入挖掘指标量之间的关系。同时,运用定性和定量相结合的方法,构造期刊h指数的公式归一化和数据归一化换算公式,将不同领域期刊h值进行归一运算,以实现h指数领域间可比的设想,希望借此为学术评价工作提供参考依据并为期刊评测指标体系的架构提供可行性建议。文章首先对期刊h指数的起源、优势与不足、已有数据模型等现阶段研究成果进行归纳和阐释.在此基础上。对同领域期刊h指数和影响因子、总被引次数等指标进行定量分析,并根据实际情况,选择部分h指数公式进行拟合.紧接着,提出公式归一化和数据归一化两种算法,力求将不同学科领域之间的h指数进行同一处理,得到具有比较意义的统计量。最后,笔者探究了两种算法的数据差异产生原因,并在剔除了客观因素的干扰后,得出两种算法性质相同、结论互相支持的结论。本文的创新之处在于运用两种归一化算法,对不同领域期刊的h指数进行换算,得出具有学科间可比意义的期刊评价指标he和hf,构成学术期刊评价参考指标体系。

论文目录

• 致谢
• 摘要
• Abstract
• 目次
• 表清单
• 图清单
• 1 论文选题的意义和目的
• 1.1 问题提出的背景
• 1.1.1 学术期刊评价的产生
• 1.1.2 学术期刊评价的发展
• 1.1.3 源于文献计量学的现有期刊评价指标
• 1.2 选题的研究意义和目的
• 1.3 本文创新之处
• 2 h指数及其在期刊评价中的应用
• 2.1 h指数的优势与不足
• 2.1.1 h指数的优势
• 2.1.2 h指数的不足
• 2.2 h指数的数学模型
• 2.2.1 Hirsh模型
• 2.2.2 Egghe-Rousseau的模型
• 2.2.3 Egghe的动态h指数模型
• 2.2.4 Gl（a|¨）nzel模型
• 2.2.5 Gl（a|¨）nzel和Schubert的h指数模型
• 2.3 h指数用于期刊评价的合理性和可行性
• 2.3.1 h指数用于期刊评价的合理性
• 2.3.2 h指数用于期刊评价的可行性
• 3 基础数据与研究方法
• 3.1 数据收集对象的确立
• 3.2 数据对象的收集
• 3.2.1 ISI数据库的数据收集
• 3.2.2 Scopus数据的收集
• 3.3 分析过程涉及的统计方法
• 3.1 相关分析
• 3.2 回归分析
• 3.3 曲线估计
• 4 同领域期刊h指数分析
• 4.1 期刊h指数与其他统计指标量的相关分析
• 4.1.1 期刊h指数与总被引次数
• 4.1.2 期刊h指数与影响因子
• 4.2 期刊h指数模型的拟合
• 4.2.1 Egghe-Rousseau的模型的拟合
• 4.2.2 Gl（a|¨）nzel-Schubert的h指模型拟合
• 4.3 数据库差异对期刊h指数的影响
• 5 跨学科期刊h指数公式归一化
• 5.1 不同学科期刊h指数的特点分析
• 5.2 不同学科间h指数换算的目的和意义
• 5.3 跨学科h指数的公式归一化
• 5.3.1 跨学科h指数公式归一化换算依据
• 5.3.2 跨学科h指数公式归一化的换算步骤
• 5.3.3 跨学科h指数公式归一化换算结果
• 5.4 公式归一化h指数意义解读
• 5.4.1 he指数与h指数差异分析
• 5.4.2 he指数的领域可比性分析
• 6 跨学科期刊h指数的数据归一化
• 6.1 跨学科期刊h指数数据归一化换算依据
• 6.2 跨学科h指数数据归一化因子的计算
• 6.3 hf指数与h指数差异分析
• 7 公式归一化、数据归一化结果比较
• 7.1 公式归一化和数据归一化结果对比
• 7.2 数据差异成因探究
• 7.2.1 天文学领域数据差异分析
• 7.2.2 地学领域数据差异分析
• 7.3 公式归一化、数据归一化算法的同质性分析
• 8 结语
• 8.1 期刊h指数的定量分析总结
• 8.2 期刊h指数的现实应用意义
• 8.3 研究的不足与展望
• 参考文献
• 附录一
• 2002-2006年120种期刊h指数一览表
• 附录二
• 2003年240种期刊h指数、M值、he指数、hf指数一览表
• 附录三
• 2002-2006年JCR数据库分领域统计一览表
• 作者简历