收稿日期: 2016-10-10
修回日期: 2016-11-08
网络出版日期: 2016-11-20
基金资助
本文系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。
Time Prediction of Academic Institutions Entering the World Top 1% Disciplines Ranked by ESI Based on the Curve Fitting Model——Taking Tsinghua University as an Example
Received date: 2016-10-10
Revised date: 2016-11-08
Online published: 2016-11-20
[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
管翠中 , 范爱红 , 贺维平 , 赵杰 , 孟颖 . 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[J]. 图书情报工作, 2016 , 60(22) : 88 -93 . DOI: 10.13266/j.issn.0252-3116.2016.22.013
[Purpose/significance] ESI discipline ranking is one of the essential indicators of discipline evaluation both in China and abroad. Illustrated by the case of Tsinghua University, the paper introduces a practical method of data mining and analysis to predict the time of academic institutions entering the world's top 1% disciplines ranked by ESI. [Method/process] First, we found the potential disciplines which were possibly entering top 1%, and the "qualified gap" was simulated by comparing the total citation with the bottom institutions in the top ESI 1% disciplines. Then, the qualified time was predicted with the curve fitting model. In addition, the goodness-of-fit comparison of three different curve equations and the possible causes of prediction errors were presented in this study. [Result/conclusion] This proposed time is later proved to be basically accurate. This prediction method has important practical value in investigating the development tendency of key disciplines and measuring the gap with the world class disciplines.
[1] 国务院关于印发统筹推进世界一流大学和一流学科建设总体方案的通知[R]. 中华人民共和国国务院公报,2015,32:110-114.
[2] 张伟,宋鹭. 中国高校进入ESI前1%学科统计调查及对大陆高校学科建设的启示[J]. 清华大学教育研究,2011(6):36-45.
[3] Essential Science Indicators (ESI)[EB/OL].[2016-03-09]. http://esi.incites.thomsonreuters.com.
[4] Web of Science (WOS)[EB/OL].[2016-03-09]. http://webofknowledge.com/WOS.
[5] 万跃华. ESI中国168所高校综合排名(2016年1月)[EB/OL].[2016-03-02]. http://blog.sciencenet.cn/blog-57081-952161.html.
[6] 董政娥,陈惠兰. 基于ESI和InCites数据库的东华大学学科发展预测[J]. 东华大学学报(自然科学版),2013(5):689-694.
[7] 顾东蕾,武莹,邱家学,等. 基于WOS的学科发展预测研究[J]. 现代情报,2014(6):32-40.
[8] 秦萍,李雪琛,梅秀秀. 高校潜力学科发展预测研究[J]. 情报杂志,2015(1):88-91.
[9] Essential science indicators scope and coverage[EB/OL].[2014-04-23]. http://ipscience-help.thomsonreuters.com/incitesLiveESI/ESIGroup/overviewESI/scopeCoverageESI.html.
[10] Essential science indicators journal list[EB/OL].[2014-04-23]. http://ipscience-help.thomsonreuters.com/incitesLiveESI/ESIGroup/overviewESI/esiJournalsList.html.
[11] 陈晓坤, 魏长升. 现代统计学[M]. 北京:清华大学出版社,北京交通大学出版社, 2009.
[12] 艾自胜, 张长青, 单连成, 等. Excel在曲线拟合中的应用[J]. 苏州大学学报(医学版), 2008, 28(5):759-762.
[13] 周晓鸥,陈惠兰. 基于ESI的学科数据计量分析——以东华大学入围ESI学科为案例[J]. 图书馆理论与实践,2013(7):38-40.
[14] 高敏. 基于ESI数据库寻找学科最佳合作伙伴初探[J]. 江苏科技信息,2013(19):36-37.
[15] 钟翠娇. 基于资源采购经费最优配置的图书馆实践述评[J]. 图书与情报,2016(3):82-85.
[16] 邹荣,范爱红,姜爱蓉. 基于DSpace构建科研论文管理系统[J]. 现代图书情报技术,2009(10):90-94.
[17] 张晓阳, 韦恒. 中国高校ESI学科排名与教育部学科评估结果相关性分析[J].图书情报研究, 2015(2):44-47.
/
| 〈 |
|
〉 |
