Comparing the influence of ecology journals using citation-based indices: making sense of a multitude of metrics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The links among scholarly citations creates a tremendous network that reveals patterns of influence and flows of ideas. The systematic evaluation of these networks can be used to create aggregate measures of journal influence. To understand the citation patterns and compare influence among ecology journals, I compiled 11 popular metrics for 110 ecology journals: Journal Impact Factor (JIF), 5-year Journal Impact Factor (JIF5), Eigenfactor, Article Influence (AI), Source-Normalized Impact per Paper (SNIP), SCImago Journal Report (SJR), h-index, hc-index, e-index, g-index, and AR-index. All metrics were positively correlated among ecology journals; however, there was still considerable variation among metrics. Annual Review of Ecology, Evolution, and Systematics, Trends in Ecology and Evolution, and Ecology Letters were the top three journals across metrics on a per article basis. Proceedings of the Royal Society B, Ecology, and Molecular Ecology had the greatest overall influence on science, as indicated by the Eigenfactor. There was much greater variability among the other metrics because they focus on the mostly highly cited papers from each journal. Each influence metric has its own strengths and weaknesses, and therefore its own uses. Researchers interested in the average influence of articles in a journal would be best served by referring to AI scores. Despite the usefulness of citation-based metrics, they should not be overly emphasized by publishers and they should be avoided by granting agencies and in personnel decisions. Finally, citation-based metrics only capture one aspect of scientific influence, they do not consider the influence on legislation, land-use practices, public perception, or other effects outside of the publishing network.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle