学术文献中引用的群组轨迹建模：「瞬态」和「粘附性知识主张」的动态特性
摘要：研究高被引用引文曲线中的群组轨迹建模（GBTM）应用于六个期刊的文章引文曲线以及一个科学领域（24个期刊的病毒学）中的所有可引用项目，以区分亚群体内的发展轨迹。能在早期阶段区分高被引用引文模式，即“快速突破”的论文吗？能否识别出“迟开花”或“睡美人”？最有趣的是，我们发现“粘性知识主张”与出版十年后仍被引用的“短暂知识主张”之间存在差异，后者在几年后达到高峰后显示出衰减模式。只有遵循“粘性知识主张”轨迹的论文才能期望产生持续的影响。这些发现对于使用两三年后的集成引用率（例如影响因子）作为“卓越”的指标提出了质疑。因为集成引用曲线也可以是这两种模式的组合，所以需要使用5阶多项式（具有四个拐点）来准确捕捉引用曲线。在研究中，最经常被引用的群组大小还远远小于百分之十。尽管GBTM在研究不同引用轨迹之间的差异方面被证明是一种有用的方法，但该方法不足以在不同领域和期刊中归纳性地定义高被引用论文的百分比。通过使用多项逻辑回归，我们得出结论，期刊名称、作者数量等预测变量不会影响引用中的知识主张的粘性，而只会影响集成引用水平（具有特定领域）。
作者：Susanne Baumgartner and Loet Leydesdorff
论文ID：1303.4366
分类：Digital Libraries
分类简称：cs.DL
提交时间：2013-05-01