Atıf Dinamikleri
Atıf Dinamikleri
Ölçülen ve simüle edilen atıf dağılımları arasındaki uyum etkileyici olsa da, bu gerçek tek başına modeli doğrulamak için yeterli değildir. Aynı dağılımlar çok farklı atıf yollarından kaynaklanabilir. Örneğin, sarsıntılı ve pürüzsüz atıf yörüngeleri, aynı atıf dağılımları setini verebilir.
Bu nedenle, ek bir test gerçekleştirdik ve modelin yalnızca farklı zamanlarda atıf dağılımlarını doğru bir şekilde yeniden ürettiğini değil, aynı zamanda tek tek makalelerin atıf yörüngelerini de ürettiğini doğruladık.
Modelin, benzer makale grupları için ölçülen ve simüle edilmiş atıf yollarının dağılımlarını doğru bir şekilde yeniden ürettiğini gösterin. Aşağıda, modelin dalgalanmaları, yani alıntı yörüngelerinin sarsıntısını ne kadar iyi yeniden ürettiğini analiz edeceğiz.
Makalelerin alıntı dinamiklerinin dalgalanan bileşenini ölçmek için, alıntılar ayrık olduğundan ve alıntı yörüngesinin bu iki bileşeni birbirinden ayrılamaz olduğundan, makalelerin alıntı yörüngelerini düzgün ve dalgalanan bileşenlere ayrıştırmak amacıyla analiz etmiyoruz.
Ayrıca, atıf dinamiği zamana bağlı homojen olmayan stokastik bir süreç olduğundan, bir makalenin atıf yörüngesinin yumuşatılması iyi tanımlanmamıştır. Bu zorlukların üstesinden gelmek için farklı bir yaklaşım benimsedik ve benzer makale setlerinin atıf dinamiklerinin istatistiksel karakterizasyonunu amaçladık.
Gerçekten de, modelimiz çerçevesinde, bir makalenin atıf dinamiklerini belirleyen temel bireysel parametre, uygunluğudur. Aynı yılda yayınlanan ve hepsi aynı uygunlukta olan bir disiplinde bir dizi araştırma makalesi için, sabit bir zamanda alıntıların istatistiklerini analiz ettik.
Bu kümenin alıntı yörüngelerinin bir dizi anlık görüntüsünü kullanarak, ek alıntıların istatistiksel özelliklerini ölçtük ve ortalamalarını, varyanslarını ve otokorelasyonlarını bulduk. Varyans, dalgalanmaların büyüklüğünün bir ölçüsüdür, otokorelasyon katsayısı ise sürelerini ölçer.
Buradaki zorluk, aynı uygunluktaki kağıtların nasıl bulunacağıdır. Bu amaçla, her makalenin alıntı yörüngesini analiz etmemiz ve bunu modelle karşılaştırmamız gerekiyordu. Kısa yoldan gittik ve aynı yıl içinde yayınlanan ve belirli bir t süresine kadar aynı sayıda atıf alan bir alandaki makalelerin aynı uygunlukta olduğunu varsaydık.
Ek Atıfların İstatistiksel Dağılımı
Atıf dinamiklerinin pürüzsüz kısmını karakterize etmek için, aynı makale setini kullandık, yani 1984’te yayınlanan Fizik makalelerini, yayından sonraki t yıl boyunca toplanan alıntıların sayısı olan aynı K(t)’ye sahip makaleleri içeren kutulara ayırdık.
Her bölmedeki makaleler için, ek alıntıların istatistiksel dağılımını dikkate aldık, kj = ΔKj (t + 1 yılında toplanan alıntılar). Bu, ölçülen ve simüle edilen veriler için de yapıldı. Ölçülen ve simüle edilen dağılımlar için ortalama ek alıntı sayısının (kj) çok yakın olduğunu göstermektedir. Bundan, modelin makalelerin alıntı dinamiklerinin pürüzsüz kısmını oldukça iyi yakaladığı sonucuna vardık.
Makalede atıf nedir
Atıf Örnekleri
Makalede atıf nasıl yapılır
Bilimsel atıf nedir
Atıfta bulunmak örnek
Alıntı ve atıf arasındaki fark
Atıf nasıl yapılır
Atıf Ne Demek örnek
Otokorelasyon
Atıf dalgalanmalarının süresini karakterize etmek için, sonraki yıllarda bir makale tarafından elde edilen ek atıflar arasındaki otokorelasyonları dikkate aldık. Önceki atıf sayısı K(t) ile aynı olan makaleler için ölçülen yıllık atıflar için hesapladık. Spesifik olarak, kj (t ) ve kj (t − 1) olmak üzere birbirini takip eden iki yıl boyunca her makalenin aldığı alıntı sayısını belirledik ve bu küme için Pearson otokorelasyon katsayısını hesapladık.
kj (t) ve kj (t − 1), sırasıyla kj (t) ve kj (t − 1) dağılımlarının ortalaması ve σ (t ) ve σ (t − 1) standart sapmalardır.
ct,t-1’in fiziksel anlamı nedir? Atıflar Markov sürecini takip ediyorsa, bir makalenin atıf oranı, birikmiş atıfların toplam sayısına göre ve önceki atıf geçmişinden bağımsız olarak ct,t−1 = 0 olacak şekilde belirlenmelidir. Öte yandan, ct ,t−1 = 1, bir makalenin atıf oranının tamamen geçen yıl toplanan atıf sayısına göre belirlendiğini gösterir.
Böylece, ct,t-1, alıntı sürecinin Markoviyenden sapmasını ölçer. Başka bir açıdan ct,t−1 = 0, sonraki yıllarda atıf oranlarının ilişkisiz olduğunu, yani dalgalanmaların karakteristik süresinin 1 yıldan az olduğunu gösterir. Öte yandan, ct,t-1 = 1, bir makalenin sonraki yıllarda atıf oranları arasında güçlü bir pozitif korelasyon olduğunu gösterir.
Şekil 5.6, ct,t-1’in tüm makaleler için aynı olmadığını, ancak birikmiş atıf sayısı K ile büyüdüğünü göstermektedir. Düşük atıflı makaleler için ct ,t −1 küçüktür. Bu, bu makalelerin alıntı dinamiklerinin bir Markov süreci ile açıklanabileceğini gösterir.
Bu, ct,t−1 ∼ 1 olan yüksek oranda atıf yapılan makalelerin tersidir ve bu makalelerin atıf dinamiklerinin, atıf geçmişlerinden büyük ölçüde etkilendiğini ve bir Markov sürecini takip etmediğini gösterir. Bu düşünceler aynı zamanda, yüksek oranda atıf alan makalelerin düzgün gidişatlarının aksine, düşük atıf alan makalelerin sarsıntılı atıf yörüngelerini de açıklar.
Modelimiz ölçülen ct,t−1(K) bağımlılıklarını t > 10 için oldukça iyi bir şekilde yeniden üretir, ancak t < 10 için simüle edilmiş ct,t−1(K) değerleri ölçülen değerlerden daha küçüktür.
Düşük ve yüksek atıflı makalelerin atıf dinamikleri arasındaki çarpıcı fark (Markovyan ve Markovyan olmayan süreç), P0 (K ) bağımlılığından kaynaklanan doğrusal olmamanın doğrudan bir sonucudur. Gösterilen ct,t−1(K) bağımlılığının aynı kaynaktan geldiğini iddia ediyoruz. Bunu göstermek için, modelin sürekli yaklaşımına gidiyoruz ve 1/γ ̃ ≈ 0.8’in 1 yıla yakın olduğu için bu denklemin yeniden düzenlenebileceğini fark ediyoruz.
Aslında, farklı yıllar için ct ,t −1 bağımlılıklarının tek bir eğri üzerine çöktüğünü gösterir. Dolayısıyla otokorelasyon katsayısı, dolaylı alıntıların olasılığı P0 ile doğrudan ilişkili olan q parametresinin doğrudan bir ölçüsüdür. Aslında, ct,t−1(K) bağımlılığının q(K) bağımlılığını taklit ettiğini gösterir.
Makalelerin atıf dinamiklerinin dalgalanan kısmını ölçmek için, benzer makaleler için, yani aynı zaman periyodunda aynı sayıda K(t) alıntı toplayanlar için ek atıfların (kj) istatistiksel dağılımının varyansını dikkate aldık.
Bu varyans iki kaynaktan gelir: (1) atıf sürecinin olasılıksal karakterinden kaynaklanan içsel varyans ve (2) bu kümedeki makalelerin farklı atıf geçmişleriyle ilişkili atıf dinamiklerinin değişkenliği. İkinci değişkenlik kaynağı, bir makalenin atıf dinamiğinin bir Markov süreci olmamasından kaynaklanmaktadır, yalnızca birikmiş atıf sayısına (K) değil, bir makalenin tüm atıf geçmişine de bağlıdır.
Alıntı ve atıf arasındaki fark Atıf nasıl yapılır Atıf Ne Demek örnek Atıf Örnekleri Atıfta bulunmak örnek Bilimsel atıf nedir Makalede atıf nasıl yapılır Makalede atıf nedir
Son yorumlar