学术机构入围ESI前1%学科时间的曲线拟合预测方法研究——以清华大学为例
2017-01-09分类号:G353.1;G644
【部门】清华大学图书馆
【摘要】[目的 /意义]ESI学科排名是国内外学科评价的重要指标之一。以清华大学为例,介绍一套切实可行的数据分析方法,尝试对学术机构入围ESI学科排名世界前1%的时间进行预测。[方法 /过程]首先通过ESI模拟检索,将检索结果与ESI末位入围机构进行被引频次比较,找到"入围差距",确定临近入围ESI的潜力学科,然后运用曲线拟合模型方法,预测入围时间。之后进一步对3种曲线函数的拟合优度进行比较研究,并分析预测误差可能产生的原因。[结果 /结论]后续实际验证表明,本文给出的预测时间基本准确。此预测方法对学术机构掌握重点学科发展趋势、衡量与世界一流学科差距具有实际参考价值。
【关键词】学科评价 文献计量 Essential Science Indicators(ESI) 时间预测 曲线拟合模型
【基金】国家社会科学基金项目“英文版中国学术期刊的国际影响力评价与发展策略研究”(项目编号:14BTQ055)研究成果之一
【所属期刊栏目】图书情报工作
文献传递