基于FIS模型的学者学术代表作遴选研究
2024-09-10分类号:G353.1
【部门】南京大学信息管理学院 江苏省数据工程与知识服务重点实验室
【摘要】[目的/意义]在“大力推行优秀成果和代表作评价”的背景下,如何科学地遴选学术代表作是摆在所有学者面前的一个重要研究问题,尤其是一般学者的代表作遴选更加值得关注。[方法/过程]在阐述了模型构建基本思想的基础上,文章从期刊影响因子、即时被引频次和内容相似度三个方面构建了适合一般学者代表作遴选的FIS模型。利用陕西省自然科学优秀论文获得者的学术论文进行学术代表作遴选实证研究,并从内部和外部两个方面进行了对比分析。[结果/结论]构建的FIS模型具有一定的比较优势和实际意义,能够更科学地遴选代表作,在一定程度上有助于推动学术繁荣和进步。
【关键词】学术代表作 学者评价 影响因子 即时被引频次 内容相似度
【基金】国家社会科学基金项目“大数据环境下学术成果真实价值与影响的实时预测及长期评价研究”(项目编号:19BTQ062);; 江苏省研究生实践创新计划(项目编号:SJCX23_0008)的成果之一
【所属期刊栏目】情报理论与实践
文献传递