一、参考文献数量与论文质量的关系（论文文献综述）
胡莉,彭茜珍[1]（2021）在《地方高校学报参考文献与被引率关系之实证分析》文中研究表明与核心期刊相比,地方高校学报面临着资金短缺、人才匮乏、数字化转型较晚等困境,积极发展地方高校学报是服务地方经济发展的需要。文章研究了《湖北科技学院学报》等湖北省10所地方性院校学报2018年影响因子与被引文章与参考文献的关系,发现参考文献和论文质量之间具备相关关系,对判断论文质量起辅助作用。建议地方高校学报要重视参考文献的作用,以提高办刊质量。
许林玉,杨建林[2]（2021）在《基于引用时间视角的高被引论文内外部特征与其被引量的关系研究》文中研究表明[目的/意义]文章基于引用时间视角,探讨高被引论文内外部特征与被引量的关系,具体的研究问题包括3个方面:（1）高被引论文的内外部特征与其初始被引量、长期被引量的关系;（2）高被引论文的内外部特征与历年被引量的关系;（3）高被引论文的内外部特征与引文累积速度的关系。目的是为高被引论文的预测提供依据。[方法/过程]在对高被引论文被引量进行过度分散检验的基础上,选择负二项回归及多元线性回归方法探究高被引论文内外部特征与其被引量的关系。[结果/结论]结果表明:高被引论文内外部特征共同影响被引量,其对被引量的影响亦表现出一定的差异性:高被引论文内外部特征对初始被引量的作用更大,而对长期被引量影响较小;国家合作规模、学科数量、基金资助、期刊质量以及开放获取等特征变量对历年被引量的影响较大,且表现出一定的规律性;跨国合作、基金资助、高影响因子期刊、开放获取等特征变量对引文累积速度具有较大的促进作用。
蔡小静[3]（2021）在《科学基金的资助效益研究 ——基于科研合作的中介效应》文中指出基础研究是科技发展的根基和动力。作为政府资助基础研究的重要主体,科学基金在支持基础研究发展方面发挥了至关重要的作用。在资源有限的情况下,科学基金的资助效益备受利益相关者的广泛关注,由此催生了一系列评价方法和实践。已有评价多关注直接产出成果的数量,未能全面反映科学基金资助对研究者能力的提升作用。根据科技人力资本理论,科研合作不仅体现了研究者获取社会网络资源的能力,也体现研究者整合和利用隐性知识的能力。在现有关注科学基金资助对科研合作影响的研究中,鲜有研究将科研合作特征的变化与研究者能力提升挂钩。据此,本研究将从科研合作的视角探讨科学基金的资助效益,旨在深化对资助效益的理解,优化资助效益评估体系,为改进项目和人才评估提供决策参考。本研究以中国国家自然科学基金（NSFC）和美国国家科学基金（NSF）资助的研究者为对象,基于其项目和论文数据,采用文献计量法和统计分析法,从合作规模和国际合作程度两个维度,分析科学基金资助对科研合作的影响、科研合作与研究绩效的关系,以及科研合作在科学基金资助与研究绩效之间的中介作用。结果表明,科学基金有助于扩大研究者的合作范围,丰富研究资源。伴随着资助项目的开展,美国研究者的国际合作程度普遍提高,而中国研究者则无显着变化。就论文层面而言,合作规模与研究影响力呈正相关,国际合作有助于提高研究影响力。部分学科领域中,研究者的论文生产力随合作规模的扩大而提高,但引用影响大多无显着变化;国际合作程度与研究者的论文生产力和影响力无关或负相关。此外,科学基金资助引起研究者的平均合作规模扩大或国际合作程度提高,进而提升研究绩效,表明科研合作在科学基金资助和研究绩效之间发挥中介作用,即科学基金资助通过科研合作对研究绩效产生间接影响。本研究就如何提升科学基金资助效益、提高资助效益评估的全面性和科学性提出如下建议:1)鼓励并支持优质且高效的科研合作,增设以促进合作交流为目的的研究基金项目;2)改进项目和人才评价方式,结合研究者所处学术阶段和研究能力开展评估;3)通过加大资助力度、设立专项合作项目、优化评价机制等方式助力青年研究人员成长。研究的主要创新点包括:1)从科研合作的视角考察了科学基金资助对研究绩效的间接影响;2)丰富科学基金资助效益评估的潜在维度,提高评估的全面性和科学性;3)填补了以往研究中关于“科学基金—科研合作—研究绩效”关系论证的空白。
吕晓赞[4]（2020）在《文献计量学视角下跨学科研究的知识生产模式研究 ——以大数据研究为例》文中指出作为科学知识生产的重要模式,跨学科研究已成为推动当代科技进步和经济社会发展的重要手段,为促进科学发现、知识创新以及解决重大社会问题等发挥了重要作用。如何全面理解跨学科研究、系统分析跨学科研究知识生产模式的特征,并通过这种理解达成对科学发展特点的客观认识,是认识当代科学发展规律、有效规划和实施科技管理的重要前提。本文旨在从文献计量视角系统认识并研究跨学科知识生产模式及其特征,以期为跨学科研究提供一个新的分析维度。为全面系统地考查跨学科研究知识生产模式及其特征,本文首先通过文献调研,根据已有研究总结和归纳科学知识生产的要素系统及其特征,提炼量化科学知识生产模式的分析框架。文献调研结果发现,当前学术界关于科学知识生产模式的研究以理论研究为主,通过定性描述总结和概括当代科学知识生产模式的新特征,并形成了以“大科学”、“知识生产模式2”、“后学院科学”和“三螺旋模型”等为代表的科学知识生产新模式理论,但关于何为知识生产模式、如何系统地评估和量化知识生产模式等问题的研究十分匮乏。据此,本文从科学产出视角出发,以科学文献为研究对象,基于文献计量理论和知识生产理论,将科学知识生产系统分解为知识生产主体、知识生产载体和知识生产客体三个要素系统,并据此建立量化跨学科研究知识生产模式特征的分析框架。其次,考虑到大数据研究典型的跨学科性,本文以大数据研究为案例,对上述提出的分析框架进行实证分析,通过综合利用共现分析、引文分析和知识图谱等方法,量化了全球和我国大数据研究知识生产模式的主要特征,发现当前大数据研究具有作者合作程度高、研究主题应用性强和跨学科性明显等特征。研究结果表明,相较于传统“思辨式”和“实验型”的科学研究模式,当代科学的跨学科研究模式在知识生产的主体、载体和客体等方面都呈现出了一些新特征。这些变化不仅反映科学自身发展的复杂性,同时也表明科学与社会其他部门如政府、产业等之间正在形成新的联系。与此同时,对比全球大数据研究的模式特征,我国的大数据研究在跨界合作、学科结构分布和研究内容等方面均有可提升的空间。据此,本文从知识生产角度为我国跨学科研究的未来发展提出以下几点建议:1)规划跨学科研究总体布局,明确跨学科研究主题及其发展战略;2)成立跨学科研究中心,鼓励多元主体参与研究,大力支持跨学科和跨界合作;3)顺应科技全球化趋势,主动融入全球创新网络,积极参与国际合作;4)突出研究重点难点,以点带面推动跨学科研究的整体发展。本研究的创新点主要包括:1)基于现有理论提出跨学科研究知识生产模式的文献计量分析框架,从知识生产主体、客体和载体角度解析跨学科研究的主要特征;2)以大数据研究为例对分析框架进行实证分析,提供了对全球和我国大数据研究宏观动态发展模式的系统认识;3)以引文分析、共现分析和信息可视化相结合的方式呈现了大数据研究的合作网络、学科结构和研究主题的发展脉络;4)从科研管理和科技评价的实践出发,本文对研究成果的分析角度和分析方式能够为科学发展和管理研究及其实践提供一个新的方向。
杜杏叶[5]（2019）在《学术论文关键指标智能化评价研究》文中研究表明以学术论文为载体的科研成果是国家知识创新的重要组成部分,对学术论文进行科学评价是进行知识创新绩效评价的前提。目前,科研成果评价主要以专家匿名的方式进行评审,这种方式受专家自身学术知识水平和学科领域范围等限制,其评审的结果有一定的局限性,可能使得一些优质科研成果被遗漏或迟滞发表,也可能使另一些学术价值相对不高的成果发表在重要的学术期刊上。这将给科学研究的发展带来比较严重的后果,对国家创新能力发展带来负向作用。当前,学术界科研作假等学术不端现象屡有出现,催生了全社会对科研成果尤其是学术论文进行科学评价的迫切需求。因此本研究以人工智能等理论与技术为基础,并结合学术论文评价理论与实践,构建了学术论文智能评价的关键指标,提出智能化评价方法,以期将学术成果评价从主要依靠人工评价转向智能化评价,克服纯粹依靠专家匿名评审的不足。在对当前学术论文评价相关研究进行梳理和分析的基础之上,本文将主要从以下五个方面进行深入研究。（1）构建学术论文评价关键指标体系。在对学术论文深入分析的基础上,采用扎根理论方法对专家评价意见进行编码分析,通过对五个主范畴的研究和比较分析,系统梳理了主范畴与学术论文评审因素之间的关系,构建出结构层次清晰的学术论文评价关键指标。采用主成分分析方法确定指标权重,进一步完善了学术论文评价关键指标体系。（2）建立学术论文智能化评价框架。在传统学术论文评审流程基础上,将大数据、人工智能和其他信息技术融入到学术论文智能化评价的过程,将智能化框架分为三个主要模块:一是自动规范性检查模块;二是专家评价系统模块;三是编辑部处理模块。该智能化评价框架有望将基于智能化评价的学术论文评价理论与方法形成可供学术界实际应用的流程,在实施科学评价的同时,推动学术论文的规范化写作,提高学术论文的写作质量,并最终促进科学研究成果更好地传播与交流。（3）提出学术论文选题新颖性智能化评价方法。构建了学术论文选题新颖度识别与评价流程。进而提出了选题新颖性智能化评价过程,通过构建研究热点地图、特征向量分析及新颖性判断实现选题新颖性指标的智能化评价。最后采用实证研究的方法验证了该方法的可行性。（4）提出学术论文内容创新性智能化评价方法。在学术论文内容分析的基础上,构建了学术论文知识元本体模型,提出了知识元抽取规则,利用Word2Vec和朴素贝叶斯（Naive Bayes）方法对学术论文理论与方法创新进行分类,采用SVM模型构建知识元抽取规则库。在学术论文知识元库构建基础上,提出学术论文研究问题创新性、理论创新性、方法创新性、结论创新性智能化评价的基本方法,构建学术论文创新性智能化评价过程,最后采用实证验证了方法的可行性。（5）提出学术论文引文科学性智能化评价方法。分析引文层次,构建引文评价维度。提出基于引文的学术论文智能化评价思路和步骤,包括高相关学术论文识别、目标文章引用类型识别等内容,构建引文评价模型。通过实证研究验证评价模型和方法的可行性,并对引文评价模型进行修正。本文基于智能化评价的研究视角,运用人工智能的相关理论与方法,构建学术论文评价框架,突破了传统学术论文基于有限同行的评价模式,克服了专家评议的主观性弊端,同时提升了学术论文评价的效率和质量。在理论层面,通过建立学术论文关键指标及其智能化评价框架,将人工智能理论、技术和方法融入了学术论文评价体系,完善和深化了学术论文智能化评价的理论与方法体系。在实践层面,构建了学术论文智能化评价框架,通过实证研究探讨了选题新颖度、内容创新性和引文科学性三个主要指标的智能化评价过程。本研究建立了可供学术界实际应用的论文智能化评价流程,能够引导学术论文写作规范化,促进科学研究成果高效传播与交流,提升科学成果评价的质量和效率,进而推动国家科技创新成果评价的发展。未来将建立智能化综合评价系统,实现学术论文的创新性、科学性、价值性等的评价和自动评审意见的撰写,以推动大数据与人工智能技术在学术评价领域的深度应用。
张肃,王泽蘅[6]（2019）在《基于Nbreg模型的SCI论文被引频次影响因素分析——中日比较研究的视角》文中提出为更全面客观地认识论文被引频次、寻找提升中国SCI论文质量与影响力的途径,本文以中国和日本的SCI论文数据为基础,构建Nbreg负二项回归模型,分析中日SCI论文被引频次的影响因素,并从是否影响、影响方向与影响程度3个方面比较多维因素下中日SCI论文被引频次的影响异同点。研究表明,与日本相比,当参考文献数量越多,作者数量越多,合作方式为国内合作,论文语种为母语,文献类型为论文类、综述类时,中国SCI论文被引频次提高的可能性越大。据此,可通过建设更多高水平中文期刊、鼓励团队合作等方式来提升中国论文的被引频次,进而增强我国科研成果的学术影响力。
卢文辉,叶继元[7]（2019）在《图书馆学硕士学位论文质量的间接测度——基于引文特征与论文效用的视角》文中认为文章通过建立一个由引文形式、引文特征和论文效用等指标组成的评价体系,间接评价了2014—2016年间的344篇图书馆学硕士学位论文的质量,并对各引文特征指标与硕士论文被引量与下载量之间的关系进行了分析。研究发现各硕士学位论文在引文及其效用方面仍存在许多问题,如着录不规范、引文数量差距大、语种单一化、被引率普遍较低等;论文引文特征与论文效用之间存在一定关系,如英文引文量、电子资源引用量与论文下载量、被引量之间存在显着正相关关系,引文数量的多少与论文下载量和被引量相关性不大等。研究最终得出了论文质量评价结果,并从引文的角度对如何提高图书馆学硕士学位论文质量提出了建议。
贺婉莹[8]（2019）在《基于机器学习的论文学术创新力评价研究》文中进行了进一步梳理论文作为科学研究成果的一种形式,在学术交流和科学发展中发挥着重要的作用。为了把握最前沿的科研动向,科研工作者需要从大量文献中发现具有创新力的论文,并且对其进行参考和借鉴。对论文的学术创新力进行评价有助于促使科研工作者和科研机构从事更前沿的研究,从而促进科学的发展。同时,论文学术创新力评价的结果能指导科技政策的制定、职位评级和资源分配等。目前,论文的学术创新力评价方法主要分为两类:以同行评议方（?）要手段的定性评价法和基于文献计量学的定量评价法。在定性评价法中,同行评议存在着主观性强、周期长、成本高的缺点,该方法对于大量文献的评价更是效率低下。定量评价法主要包括单个特征指标评价法、以影响力测度创新力法、指标体系评价法、基于论文内容的评价法和构造创新力评价指标法,每种方法都存在一定的局限性。机器学习是信息时代的发展产物,通过对多维特征数据的学习和理解,能以一种自适应的方式实现对论文学术创新力的评价,有望解决定性评价和定量评价中的缺陷。因此,用机器学习的方法对论文的学术创新力进行评价成为一个新的研究方向。本文基于机器学习方法对论文的学术创新力进行评价。主要研究内容包括:（1）提取学术创新力相关的特征指标,构建创新力评价指标体系;（2）探究指标体系中单个特征与创新力之间的相关关系,分析单个特征对学术创新力的作用机制;（3）构建并检验提出的机器学习模型（多元线性回归模型、回归树、随机森林、神经网络模型）,选择性能最好的模型对论文的学术创新力进行评价;（4）使用回归树模型和随机森林模型分析特征的重要性,剔除与学术创新力无关的特征,对原始评价指标体系进行更正。实验结果表明,本文构建的论文学术创新力评价指标体系是合理的,基于机器学习能够快速、有效地对论文的学术创新力进行评价。在所选取的模型中,神经网络模型的评价效果最好。通过对特征重要性的分析,发现在原始指标体系中合着因素、基金等级等五个特征与学术创新力无关,基于此对指标体系进行更正。本文的研究为学术创新力评价提供了一个新视角,得到的学术创新力评价指标体系及特征的重要性可为后续的研究提供指导和方向。
康旭东,徐庆富,张春博[9]（2018）在《期刊单元下参考文献与论文被引频次间的关系——以Web of Science凝聚态物理学科为例》文中进行了进一步梳理【目的】探究参考文献各指标与论文被引频次之间的关系,为撰写高被引论文、科学评价计量学指标等提供参考。【方法】以2013年Web of Science中凝聚态物理学科下的12种期刊共计8847篇论文为样本数据,利用负二项回归模型测度了参考文献的4类指标与论文被引频次之间的关系。【结果】在控制期刊影响因子的前提下,12种期刊的代表时间维度的普赖斯指数都与论文被引频次之间存在显着的正相关关系;在大多数期刊中,参考文献的数量和表征跨学科性的香农指数也对论文的被引频次有显着正影响;而表征论文质量的篇均参考文献被引频次中值与论文被引频次之间的相关关系不明确。【结论】参考文献的一些指标可能影响论文的被引频次,结合实证结果,对科研工作者合理利用参考文献产出高质量论文提出相应建议。
魏明坤[10]（2018）在《开放获取学术论文影响力评价研究》文中研究表明开放获取学术论文作为科技信息开放获取的重要组成部分,对营造高效的知识传递与交流环境、提升学术交流的国际化发挥重要作用。如何测度其在学术交流中的作用,成为开放获取学术论文影响力评价的内因。在知识快速增长时代,论文数量迅速增加,如何快速提高学术论文影响力成为学者关心的主要问题。论文的开放获取对提高学者、研究机构、国家或地区影响力发挥重要作用,通过对开放获取学术论文影响力的评价有利于正确认识开放获取学术论文的价值和发展潜力,成为科学活动学术能力、科研地位评价的重要内容。论文影响力不仅有利于反映论文质量和价值,还反映科学活动或学者的科研水平、学术能力、学术同行的认可度和关注度。随着网络技术的发展,学术交流模式发生了巨大变化,丰富了论文开放获取的交流途径。根据学术交流方式的不同,开放获取学术论文影响力不仅包含论文web1.0影响力,还包括论文web2.0影响力,web1.0影响力和web2.0影响力综合体现了开放获取学术论文的影响力。本文从开放获取学术论文的价值、质量及关注度等方面对开放获取学术论文影响力进行全面研究,除引言和结论外,剩余部分分为五章,各章节主要研究内容如下:第二章,对开放获取学术论文影响力相关理论基础进行了梳理。对文中的相关概念进行了界定,明确了开放获取学术论文、影响力及二者之间的关系;分析了开放获取学术论文的特点,梳理了开放获取理论、科学交流理论、引文分析理论以及Altmetrics的起源与发展;最后对影响力评价的理论与方法进行了梳理,涉及的内容包括评价学理论与方法、科学评价的原则、学术论文评价的指标。第三章,对开放获取学术论文影响力进行了分析,构建了开放获取学术论文影响力评价体系。首先对开放获取学术论文影响力的内涵、产生以及类型进行了分析;其次对开放获取学术论文的原生影响要素、开放获取学术论文的次生影响要素以及二者之间的关系进行了分析;最后基于开放获取学术论文原生影响要素和次生影响要素构建了开放获取学术论文影响力评价体系并通过层次分析法确定评价指标及其权重赋值。第四章,对开放获取学术论文web1.0影响力进行分析。首先对开放获取学术论文数量分布情况进行统计,包括开放获取学术论文的学科领域、国家或地区、基金资助以及参考文献的分布;其次对基于被引频次的开放获取学术论文影响力进行了分析,包括研究机构、施引文献、基金资助、论文篇幅、同行评议对被引频次的影响,其中ESI指标的开放获取学术论文影响力分析,包括高被引学术论文和热点论文;最后对开放获取学术论文web1.0影响力的作用进行了分析。第五章,对开放获取学术论文web2.0影响力进行分析。通过开放获取学术论文使用次数指标和Altmetrics指标对开放获取学术论文web2.0影响力进行测度。基于开放获取学术论文使用次数测度影响力时,分析开放获取学术论文在使用次数存在优势,分别分析研究机构、基金资助、论文篇幅与参考文献对开放获取学术论文使用次数的影响,并提出了开放获取学术论文使用强度测度公式。在对Altmetrics指标测度开放获取学术论文影响力时,包括开放获取学术论文的关注度、Altmetrics指标与被引频次的相关性以及开放获取学术论文的Altmetric Attention Score测度值。最后根据开放获取学术论文影响力测度的适用性,通过使用次数指标和Altmetrics相关指标构建开放获取学术论文web2.0影响力评价模型并对开放获取学术论文web2.0的作用进行分析。第六章,对开放获取学术论文影响力进行综合评价。根据开放获取学术论文web1.0影响力和web2.0影响力评价指标,构建开放获取学术论文影响力综合评价模型,以PloS ONE为例计算开放获取学术论文影响力得分;其次对影响力得分和评价指标间的相关性进行分析,发现影响力得分与被引频次指标呈强相关;对不同国家或地区、研究机构的开放获取学术论文影响力进行分析,发现中国开放获取学术论文影响力在国际范围得到显着提升。最后对提高开放获取学术论文影响力提出了对策建议。
二、参考文献数量与论文质量的关系（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、参考文献数量与论文质量的关系（论文提纲范文）
（1）地方高校学报参考文献与被引率关系之实证分析（论文提纲范文）
| 1 参考文献与被引论文之间关系分析 |
| 1.1 参考文献的数量 |
| 1.2 参考文献老化程度 |
| 1.3 参考文献的质量 |
| 1.4 参考文献的语言类型 |
| 1.5 引用灰色文献 |
| 2 对策与建议 |
| 2.1 参考文献数量 |
| 2.2 普莱斯指数 |
| 2.3 文献质量 |
| 2.4 文献语言 |
| 2.5 灰色文献 |
（2）基于引用时间视角的高被引论文内外部特征与其被引量的关系研究（论文提纲范文）
| 1 相关研究 |
| 1.1 内部特征研究 |
| 1.2 外部特征研究 |
| 2 研究数据与方法 |
| 2.1 数据的采集及预处理 |
| 2.1.1 数据采集 |
| 2.1.2 数据预处理 |
| 1)数据删除 |
| 2)数据匹配 |
| 3)数据清洗 |
| 2.2 变量的选取及定义 |
| 2.2.1 因变量 |
| 1)被引量 |
| 2)引文累积速度 |
| 2.2.2 自变量 |
| 2.3 统计方法及模型 |
| 2.3.1 模型方法选择:负二项回归 |
| 2.3.2 多元线性回归方法 |
| 3 结果 |
| 3.1 描述性统计 |
| 3.2 回归结果分析 |
| 3.2.1 高被引论文的内外部特征与其初始及长期被引量的相关性 |
| 1)以长期被引量为因变量的回归模型 |
| 2)初始与长期被引量回归模型结果对比分析 |
| 3.2.2 高被引论文内外部特征与历年被引量的相关性 |
| 3.2.3 高被引论文的内外部特征与引文累积速度的相关性 |
| 1)异方差检验 |
| 2)多重共线性的检验 |
| 3)以引文累积速度为因变量的多元线性回归模型及结果分析 |
| 4 研究结论 |
（3）科学基金的资助效益研究 ——基于科研合作的中介效应（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstracts |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 政府研发经费推动科技事业蓬勃发展 |
| 1.1.2 优化资助效益评估回应利益相关者关切 |
| 1.1.3 从科研合作视角评估科学基金的资助效益 |
| 1.2 概念界定 |
| 1.2.1 科学基金 |
| 1.2.2 科研合作 |
| 1.2.3 研究绩效与资助效益 |
| 1.3 研究问题与假设 |
| 1.3.1 科学基金与科研合作 |
| 1.3.2 科研合作与研究绩效 |
| 1.3.3 科研合作的中介作用 |
| 1.4 研究意义 |
| 1.4.1 理论意义 |
| 1.4.2 实践意义 |
| 1.5 研究设计 |
| 1.5.1 研究思路与技术路线 |
| 1.5.2 研究内容 |
| 2 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.1.1 科技人力资本理论 |
| 2.1.2 资源论与知识论 |
| 2.1.3 交易成本理论 |
| 2.2 资助概况研究 |
| 2.2.1 类型分布 |
| 2.2.2 学科分布差异 |
| 2.2.3 国家(地区)差异 |
| 2.3 资助效益研究 |
| 2.3.1 产出数量 |
| 2.3.2 引用影响 |
| 2.3.3 科研合作 |
| 2.3.4 其他研究 |
| 2.4 科研合作研究 |
| 2.4.1 合作概况 |
| 2.4.2 合作原因和影响因素 |
| 2.4.3 合作效果 |
| 2.5 文献述评 |
| 3 数据与方法 |
| 3.1 数据来源 |
| 3.1.1 项目数据 |
| 3.1.2 产出数据 |
| 3.1.3 对照组数据 |
| 3.2 相关变量定义 |
| 3.2.1 科学基金 |
| 3.2.2 科研合作 |
| 3.2.3 研究绩效 |
| 3.2.4 其他变量 |
| 3.3 研究方法 |
| 3.3.1 文献计量法 |
| 3.3.2 统计分析法 |
| 3.4 数据概况 |
| 3.4.1 研究者分布 |
| 3.4.2 项目分布 |
| 3.4.3 论文产出 |
| 3.4.4 科研合作 |
| 3.5 本章小结 |
| 4 科学基金与科研合作 |
| 4.1 科学基金与合作规模 |
| 4.1.1 资助前后的合作规模 |
| 4.1.2 资助与否与合作规模 |
| 4.1.3 资助经费与合作规模 |
| 4.2 科学基金与国际合作 |
| 4.2.1 资助前后的国际合作程度 |
| 4.2.2 资助与否与国际合作程度 |
| 4.2.3 资助经费与国际合作程度 |
| 4.3 本章小结 |
| 5 科研合作与研究绩效 |
| 5.1 论文层面 |
| 5.2 项目层面 |
| 5.2.1 论文数量 |
| 5.2.2 引用影响 |
| 5.3 研究者层面 |
| 5.3.1 论文数量 |
| 5.3.2 引用影响 |
| 5.4 本章小结 |
| 6 科研合作的中介作用 |
| 6.1 科学基金的效益概况 |
| 6.1.1 资助前后的研究绩效 |
| 6.1.2 资助经费与研究绩效 |
| 6.2 项目层面 |
| 6.2.1 基于所有论文的分析 |
| 6.2.2 基于“代表性成果”的检验 |
| 6.3 研究者层面 |
| 6.4 本章小结 |
| 7 结果与讨论 |
| 7.1 基金资助与合作规模 |
| 7.2 中美国际合作的差异性 |
| 7.3 科研合作与研究绩效 |
| 7.3.1 科研合作的引用优势 |
| 7.3.2 早期合作规模可预测更高生产力 |
| 7.3.3 研究者能力与绩效 |
| 7.4 科学基金对研究绩效的影响机制 |
| 7.5 资助效益因研究者及维度而异 |
| 7.5.1 资助效益因研究者而异 |
| 7.5.2 资助效益的体现形式不一 |
| 7.6 “代表性成果”的优势 |
| 8 结论、建议及展望 |
| 8.1 研究结论 |
| 8.1.1 科学基金有助于扩大合作规模,对国际合作程度的影响因国家而异 |
| 8.1.2 科研合作对研究绩效具有部分预测性 |
| 8.1.3 科研合作在科学基金与研究绩效之间发挥中介作用 |
| 8.2 研究建议 |
| 8.2.1 鼓励并支持优质且高效的合作 |
| 8.2.2 改进科技项目和人才评价方式 |
| 8.2.3 多方面助力青年研究人员成长 |
| 8.3 研究创新点 |
| 8.4 不足与展望 |
| 参考文献 |
| 附录 |
| 附表 |
| 作者简历及在学期间所取得的主要科研成果 |
| 一、基本信息 |
| 二、攻读博士学位期间发表的学术论文 |
（4）文献计量学视角下跨学科研究的知识生产模式研究 ——以大数据研究为例（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 跨学科研究的兴起及其重要作用 |
| 1.1.2 知识生产模式是科学研究的核心要素 |
| 1.1.3 文献计量学在发现科学发展规律中的独特作用 |
| 1.1.4 大数据研究的重要性及其跨学科特征 |
| 1.2 研究问题与意义 |
| 1.2.1 研究问题 |
| 1.2.2 研究意义 |
| 1.3 国内外研究综述 |
| 1.3.1 跨学科研究 |
| 1.3.2 知识生产模式 |
| 1.3.3 大数据计量研究 |
| 1.4 研究内容与创新点 |
| 1.4.1 研究内容 |
| 1.4.2 主要创新点 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 2 理论基础 |
| 2.1 跨学科研究理论 |
| 2.1.1 跨学科研究的概念发展 |
| 2.1.2 跨学科研究的动力机制 |
| 2.1.3 跨学科研究的特征与类型 |
| 2.2 科学知识生产理论 |
| 2.2.1 科学知识及其特征 |
| 2.2.2 科学知识生产的特征 |
| 2.3 知识生产新模式理论 |
| 2.3.1 “小科学”到“大科学” |
| 2.3.2 “学院科学”和“后学院科学” |
| 2.3.3 知识生产“模式1”和“模式2” |
| 2.3.4 “三螺旋”理论 |
| 2.4 文献计量学理论 |
| 2.4.1 科学文献及其类型 |
| 2.4.2 科学文献的评价功能 |
| 2.4.3 科学文献评价功能的实现途径 |
| 2.5 本章小结 |
| 3 分析框架建构 |
| 3.1 知识生产要素 |
| 3.1.1 要素构成 |
| 3.1.2 要素间关系 |
| 3.2 分析视角与框架建构 |
| 3.2.1 分析视角 |
| 3.2.2 分析框架构建 |
| 3.3 研究数据与指标介绍 |
| 3.3.1 数据库与检索策略 |
| 3.3.2 主要指标介绍 |
| 3.4 本章小结 |
| 4 大数据研究产出概况 |
| 4.1 大数据论文的产出特征 |
| 4.1.1 时间分布 |
| 4.1.2 国家分布 |
| 4.2 大数据研究的学术影响力 |
| 4.2.1 施引文献学科分布 |
| 4.2.2 施引文献主题分布 |
| 4.2.3 高被引论文 |
| 4.3 本章小结 |
| 5 大数据研究的主体特征 |
| 5.1 作者及其合作 |
| 5.1.1 规模与特征 |
| 5.1.2 合作模式 |
| 5.2 机构及其合作 |
| 5.2.1 规模与特征 |
| 5.2.2 合作模式 |
| 5.3 国家及其合作 |
| 5.3.1 规模与特征 |
| 5.3.2 合作模式 |
| 5.4 本章小结 |
| 6 大数据研究的载体特征 |
| 6.1 期刊与学科分布 |
| 6.1.1 主要期刊 |
| 6.1.2 期刊所属学科分布 |
| 6.2 跨学科性 |
| 6.2.1 跨学科性测度 |
| 6.2.2 主要来源学科 |
| 6.2.3 核心文献 |
| 6.3 本章小结 |
| 7 大数据研究的客体特征 |
| 7.1 基于关键词的知识点分析 |
| 7.1.1 高频关键词 |
| 7.1.2 关键词聚类网络 |
| 7.2 基于论文的研究主题分析 |
| 7.2.1 CWTS论文主题分类系统 |
| 7.2.2 大数据研究主题分布 |
| 7.3 基于论文聚类的研究方向分析 |
| 7.3.1 耦合网络 |
| 7.3.2 共被引网络 |
| 7.4 本章小结 |
| 8 我国大数据研究的特征 |
| 8.1 主体特征 |
| 8.1.1 核心作者与机构 |
| 8.1.2 合作模式 |
| 8.2 载体特征 |
| 8.2.1 期刊分布 |
| 8.2.2 学科分布 |
| 8.2.3 跨学科性 |
| 8.2.4 核心文献 |
| 8.3 客体特征 |
| 8.3.1 高频关键词 |
| 8.3.2 论文主题分布 |
| 8.3.3 论文聚类网络 |
| 8.4 本章小结 |
| 9 研究总结与政策建议 |
| 9.1 研究结论 |
| 9.2 政策建议 |
| 9.3 研究不足与展望 |
| 9.3.1 研究不足 |
| 9.3.2 未来展望 |
| 参考文献 |
| 作者简历及在学期间所取得的主要科研成果 |
（5）学术论文关键指标智能化评价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状综述 |
| 1.3.1 国内学术论文评价研究 |
| 1.3.2 国外学术论文评价研究 |
| 1.3.3 相关研究述评 |
| 1.4 研究内容与方法 |
| 1.5 研究创新点 |
| 1.6 研究技术路线 |
| 第2章 相关概念与理论基础 |
| 2.1 学术论文 |
| 2.1.1 学术论文的内涵、结构与要素 |
| 2.1.2 学术论文与知识生产 |
| 2.1.3 学术论文与知识创新 |
| 2.2 学术论文评价 |
| 2.2.1 学术论文评价涵义 |
| 2.2.2 学术论文评价方法 |
| 2.2.3 学术论文评价关键指标 |
| 2.3 学术论文智能化评价 |
| 2.3.1 学术论文智能化评价内涵 |
| 2.3.2 学术论文智能化评价过程 |
| 2.4 扎根理论 |
| 2.5 知识元理论 |
| 2.5.1 知识元概念 |
| 2.5.2 知识元分类与描述 |
| 2.5.3 知识元的抽取与应用 |
| 2.6 本章小结 |
| 第3章 人工智能技术及相关方法 |
| 3.1 机器学习 |
| 3.2 专家系统 |
| 3.3 文本分析 |
| 3.4 LDA主题识别模型 |
| 3.5 知识图谱 |
| 3.6 本章小结 |
| 第4章 学术论文关键指标分析及智能化评价框架 |
| 4.1 学术论文评价关键指标解析 |
| 4.2 专家评价意见数据分析 |
| 4.3 关键指标体系构建 |
| 4.4 学术论文智能化评价框架 |
| 4.5 智能化评价指标提取 |
| 4.6 本章小结 |
| 第5章 学术论文选题新颖性智能化评价 |
| 5.1 选题新颖性智能化评价概述 |
| 5.2 学术论文选题新颖度识别与判断流程 |
| 5.3 选题新颖性智能化评价过程 |
| 5.4 选题新颖性智能化评价实例研究 |
| 5.5 本章小结 |
| 第6章 学术论文内容创新性智能化评价 |
| 6.1 内容创新性智能化评价概述 |
| 6.2 学术论文知识元本体 |
| 6.3 学术论文知识元抽取 |
| 6.4 学术论文创新智能化评价过程 |
| 6.5 学术论文创新智能化评价实证检验 |
| 6.6 本章小结 |
| 第7章 学术论文引文科学性智能化评价 |
| 7.1 引文指标智能化评价概述 |
| 7.2 引文评价层次 |
| 7.2.1 引用层面 |
| 7.2.2 引用评价 |
| 7.3 基于引文的智能化评价过程 |
| 7.3.1 评价思路 |
| 7.3.2 评价步骤 |
| 7.4 构建引文智能化评价指标模型 |
| 7.5 引文指标智能化评价实例检验 |
| 7.5.1 数据收集 |
| 7.5.2 结果分析 |
| 7.5.3 指标验证 |
| 7.6 引文评价指标模型及计算的修订 |
| 7.7 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 研究局限性及展望 |
| 8.2.1 研究局限性 |
| 8.2.2 研究展望 |
| 参考文献 |
| 附录 |
| 作者简介与主要研究成果 |
| 致谢 |
（6）基于Nbreg模型的SCI论文被引频次影响因素分析——中日比较研究的视角（论文提纲范文）
| 1 研究设计 |
| 1.1 数据准备 |
| 1.2 影响因素的选择 |
| 2 模型构建 |
| 2.1 模型变量的设定 |
| 2.1.1 变量的选择 |
| 2.1.2 变量相关性分析 |
| 2.2 模型假设的提出 |
| 2.3 Nbreg模型的构建 |
| 3 实证分析 |
| 3.1 模型运行结果分析 |
| 3.1.1 中国SCI论文被引频次影响因素分析 |
| 3.1.2 日本SCI论文被引频次影响因素分析 |
| 3.2 中日SCI论文被引频次影响因素的比较分析 |
| 3.2.1 影响与否的比较 |
| 3.2.2 影响方向的比较 |
| 3.2.3 影响程度的比较 |
| 4 结论与建议 |
（7）图书馆学硕士学位论文质量的间接测度——基于引文特征与论文效用的视角（论文提纲范文）
| 1 引言 |
| 2 研究综述 |
| 2.1 硕士学位论文质量评价研究 |
| 2.2 基于引文的硕士学位论文分析研究 |
| 3 研究设计 |
| 3.1 研究对象 |
| 3.2 研究方法 |
| 4 研究结果 |
| 4.1 引文形式评价 |
| 4.1.1 引文编排格式 |
| (1) 引文编排顺序 |
| (2) 引文编号格式 |
| 4.1.2 引文着录格式 |
| 4.1.3 引文标注格式 |
| 4.2 引文特征评价 |
| 4.2.1 引文数量 |
| 4.2.2 引文类型 |
| 4.2.3 引文语种 |
| 4.3 论文效用评价 |
| 4.3.1 下载量 |
| 4.3.2 被引量 |
| 5 分析与讨论 |
| 5.1 灰色关联分析 |
| 5.2 相关性分析 |
| 6 结语 |
（8）基于机器学习的论文学术创新力评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 学术创新力评价研究现状 |
| 1.2.1 学术创新力影响因素相关研究 |
| 1.2.2 学术创新力评价方法相关研究 |
| 1.2.3 研究现状述评 |
| 1.3 研究意义 |
| 1.4 研究内容 |
| 1.5 研究方法 |
| 1.6 创新点 |
| 2 相关理论基础 |
| 2.1 相关概念 |
| 2.1.1 学术创新力 |
| 2.1.2 学术影响力 |
| 2.1.3 学科创新力 |
| 2.2 学术创新力的测度方法 |
| 2.2.1 “S指数”测度法 |
| 2.2.2 基于期刊组合的测度法 |
| 2.2.3 动态网络测度法 |
| 3 学术创新力的特征指标 |
| 3.1 学术创新力评价指标体系构建的基本思路 |
| 3.2 创新吸收力指标 |
| 3.3 创新产出力指标 |
| 3.4 创新扩散力指标 |
| 3.5 学术创新力的其他内在影响指标 |
| 3.5.1 合着因素 |
| 3.5.2 作者声望 |
| 3.5.3 基金资助 |
| 4 学术创新力评价模型的构建及实证分析—以图书情报学期刊论文为例 |
| 4.1 数据准备 |
| 4.1.1 数据来源 |
| 4.1.2 学术创新力评价的标签值计算 |
| 4.1.3 学术创新力评价的特征值计算 |
| 4.2 单个特征与学术创新力的相关性分析 |
| 4.2.1 创新吸收力特征 |
| 4.2.2 创新产出力特征 |
| 4.2.3 创新扩散力特征 |
| 4.2.4 其他创新力特征 |
| 4.2.5 相关性的结果分析 |
| 4.3 学术创新力评价的机器学习方法 |
| 4.4 机器学习模型的评价指标 |
| 4.5 创新力评价模型的构建与检验 |
| 4.5.1 特征指标相关性分析 |
| 4.5.2 多元线性回归模型 |
| 4.5.3 回归树模型 |
| 4.5.4 随机森林模型 |
| 4.5.5 神经网络模型 |
| 4.6 学术创新力评价指标体系更正 |
| 4.7 机器学习评价法与动态网络测度法的对比 |
| 4.8 本章小结 |
| 5 总结与展望 |
| 5.1 本文的工作总结 |
| 5.2 研究不足及展望 |
| 参考文献 |
| 硕士期间学术成果 |
| 致谢 |
（9）期刊单元下参考文献与论文被引频次间的关系——以Web of Science凝聚态物理学科为例（论文提纲范文）
| 1 理论分析 |
| 1.1 研究假设的提出 |
| 1.2 研究单元探讨 |
| 2 研究设计 |
| 2.1 样本选择和数据来源 |
| 2.2 变量设定与测量 |
| 2.2.1 因变量 |
| 2.2.2 自变量 |
| 2.2.3 控制变量 |
| 2.3 模型设定 |
| 3 实证分析 |
| 3.1 整体分布情况 |
| 3.2 单篇论文角度———以Physical Review B为例 |
| 3.2.1 描述性统计与相关系数 |
| 3.2.2 模型结果分析 |
| 3.3 不同期刊间参考文献对被引频次的影响差异 |
| 4 结语 |
（10）开放获取学术论文影响力评价研究（论文提纲范文）
| 论文创新点 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状述评 |
| 1.3 研究目标、内容与方法 |
| 1.3.1 研究目标 |
| 1.3.2 研究框架与内容 |
| 1.3.3 研究方法 |
| 1.4 本文创新点 |
| 1.5 本章小结 |
| 2 开放获取学术论文影响力相关理论基础 |
| 2.1 开放获取学术论文影响力 |
| 2.1.1 开放获取学术论文 |
| 2.1.2 影响力 |
| 2.1.3 开放获取学术论文与影响力的关系 |
| 2.2 开放获取理论 |
| 2.3 科学交流理论 |
| 2.4 引文分析理论 |
| 2.5 Altmetrics的起源与发展 |
| 2.6 影响力评价的理论与方法 |
| 2.6.1 评价学理论与方法 |
| 2.6.2 科学评价基本原则 |
| 2.6.3 学术论文评价方法 |
| 2.6.4 学术论文评价指标 |
| 2.7 本章小结 |
| 3 开放获取学术论文影响力评价框架 |
| 3.1 开放获取学术论文影响力分析 |
| 3.1.1 开放获取学术论文影响力的内涵 |
| 3.1.2 开放获取学术论文影响力的产生 |
| 3.1.3 开放获取学术论文影响力的类型 |
| 3.2 开放获取学术论文影响力的要素与评价指标 |
| 3.2.1 开放获取学术论文原生影响要素 |
| 3.2.2 开放获取学术论文次生影响要素 |
| 3.3 开放获取学术论文影响力的要素与评价指标关系 |
| 3.4 开放获取学术论文影响力评价体系框架 |
| 3.4.1 评价指标选取原则及指标选取 |
| 3.4.2 评价指标权重赋值 |
| 3.4.3 评价指标体系构建 |
| 3.5 本章小结 |
| 4 开放获取学术论文Web1.0影响力分析 |
| 4.1 基于数据分析的开放获取学术论文影响力 |
| 4.1.1 学科领域的开放获取学术论文数据分析 |
| 4.1.2 国家/地区的开放获取学术论文数据分析 |
| 4.1.3 基金资助的开放获取学术论文数据分析 |
| 4.1.4 参考文献的开放获取学术论文数据分析 |
| 4.2 基于被引频次的开放获取学术论文影响力 |
| 4.2.1 研究机构对被引频次的影响 |
| 4.2.2 施引文献对被引频次的影响 |
| 4.2.3 基金资助对被引频次的影响 |
| 4.2.4 论文篇幅对被引频次的影响 |
| 4.2.5 同行评议对被引频次的影响 |
| 4.3 基于ESI的开放获取学术论文影响力 |
| 4.3.1 基于高被引学术论文的开放获取学术论文影响力 |
| 4.3.2 基于热点论文的开放获取学术论文影响力 |
| 4.4 开放获取学术论文web1.0影响力的作用 |
| 4.5 本章小结 |
| 5 开放获取学术论文Web2.0影响力分析 |
| 5.1 开放获取学术论文使用数据的影响力分析 |
| 5.1.1 开放获取学术论文使用数据优势分析 |
| 5.1.2 研究机构对开放获取学术论文使用次数的影响 |
| 5.1.3 基金资助对开放获取学术论文使用次数的影响 |
| 5.1.4 论文篇幅与参考文献数量对开放获取学术论文使用次数的影响 |
| 5.1.5 开放获取学术论文使用强度的影响力分析 |
| 5.2 基于Altmetrics指标的开放获取学术论文影响力分析 |
| 5.2.1 开放获取学术论文的Altmetrics指标关注度影响 |
| 5.2.2 开放获取学术论文的Altmetrics指标与被引频次相关性分析 |
| 5.2.3 开放获取学术论文Altmetric Attention Score的Web2.0影响力分析 |
| 5.2.4 基于Altmetrics指标的开放获取学术论文Web2.0影响力评价 |
| 5.3 开放获取学术论文Web2.0影响力的作用 |
| 5.4 本章小结 |
| 6 开放获取学术论文影响力综合评价 |
| 6.1 开放获取学术论文影响力评价指标与模型 |
| 6.1.1 影响力评价指标体系 |
| 6.1.2 影响力评价指标权重赋值 |
| 6.1.3 影响力评价模型构建 |
| 6.2 开放获取学术论文影响力评价结果分析 |
| 6.2.1 影响力与评价指标的相关性 |
| 6.2.2 开放获取学术论文影响力分析 |
| 6.2.3 国家/地区开放获取学术论文影响力分析 |
| 6.2.4 研究机构的开放获取学术论文影响力分析 |
| 6.3 提高开放获取学术论文影响力的建议 |
| 6.4 本章小结 |
| 7 研究结论与展望 |
| 7.1 研究结论与不足 |
| 7.2 研究展望 |
| 参考文献 |
| 附录 |
| 攻读博士期间的科研及获奖情况 |
| 致谢 |
四、参考文献数量与论文质量的关系（论文参考文献）
- [1]地方高校学报参考文献与被引率关系之实证分析[J]. 胡莉,彭茜珍. 黄冈师范学院学报, 2021(06)
- [2]基于引用时间视角的高被引论文内外部特征与其被引量的关系研究[J]. 许林玉,杨建林. 现代情报, 2021(12)
- [3]科学基金的资助效益研究 ——基于科研合作的中介效应[D]. 蔡小静. 浙江大学, 2021(01)
- [4]文献计量学视角下跨学科研究的知识生产模式研究 ——以大数据研究为例[D]. 吕晓赞. 浙江大学, 2020
- [5]学术论文关键指标智能化评价研究[D]. 杜杏叶. 吉林大学, 2019(02)
- [6]基于Nbreg模型的SCI论文被引频次影响因素分析——中日比较研究的视角[J]. 张肃,王泽蘅. 数字图书馆论坛, 2019(09)
- [7]图书馆学硕士学位论文质量的间接测度——基于引文特征与论文效用的视角[J]. 卢文辉,叶继元. 图书馆, 2019(04)
- [8]基于机器学习的论文学术创新力评价研究[D]. 贺婉莹. 南京大学, 2019(07)
- [9]期刊单元下参考文献与论文被引频次间的关系——以Web of Science凝聚态物理学科为例[J]. 康旭东,徐庆富,张春博. 中国科技期刊研究, 2018(06)
- [10]开放获取学术论文影响力评价研究[D]. 魏明坤. 武汉大学, 2018(06)