Doğrudan ve Dolaylı Referanslar – Basım Teknolojileri – Basım Teknolojileri Ödevleri – Basım Teknolojileri Ödev Ücretleri – Basım Teknolojileri Bölümü
Doğrudan ve Dolaylı Referanslar
Fizik kağıtları için r(t ), rd ir r (t ) ve rin dir r (t ) ölçülen fonksiyonlarını gösterir. Beklendiği gibi, rdir(t)’nin yayımlandıktan sonraki ilk birkaç yıl içinde keskin bir şekilde arttığını ve ardından yavaşça azaldığını, rindir(t)’nin ise kademeli olarak arttığını ve ardından yavaşça azaldığını gözlemliyoruz.
Bu bulguların önceki bilgilerle nasıl bir ilişkisi var? Modelimizin Simkin ve Roychowdhury tarafından öne sürülen “alıntılamanın matematiksel teorisine” gevşek bir şekild dayandığına dikkat edilmelidir. Kopyalama mekanizmasına dayalı atıf sürecinin nicel modelini ilk oluşturan onlardı.
Simkin ve Roychowdhury’nin modeli zekice ve anlayışlı olsa da, destekleyici ölçümler, referansların analizinden değil, çok atıf yapılan makalelerin alıntı analizinden çıkarılan anekdot niteliğindeki kanıtlara dayandığından spekülatif kaldı.
Özellikle, rdir(t)’nin çok hızlı bozulduğu ve birkaç yıl içinde etkili bir şekilde sıfıra gittiği varsayılır, öyle ki referans verme süreci bir alay konusu olur: yazar son zamanlarda yayınlanan birkaç makaleyi okur ve diğer tüm referansları bu yeni makalelerden kopyalar.
Ölçümlerimiz, referans verme sürecinin çok daha gerçekçi bir senaryosunu ortaya koyuyor: Nispeten büyük oranda doğrudan referanslar ve uzun bir rdir(t) kuyruğu buluyoruz; bu, sosyal ağlardaki uzun süreli dikkat azalmasıyla tutarlıdır.
Bu, ortalama bir yazarın sadece güncel makaleleri değil eski makaleleri de okuduğu ve bu kopyalanmamış makalelerin tüm referansların en az %30’unu oluşturduğu anlamına gelir. Bu nedenle, eski makalelerin asla okunmadığı ve geçerliliğini yitirdiği yönündeki yaygın yanılgının tam tersine, yazarların eski makaleleri okuduklarını görüyoruz.
T’nin (τ) hızlı üstel düşüşü, eğer referanslar kopyalanırsa bunun tercihen en son yayınlanan önceden seçilmiş referanslardan yapıldığını gösterir. Makalelerin referans listesindeki dolaylı referansların büyük oranı, önceki tahminlerle oldukça uyumludur.
Nicel olarak, t0 yılında yayınlanan bir makaleyi düşünün. Yazar, aynı yıl içinde yayınlanan önceden seçilmiş her referanstan ~7,6 dolaylı referans alır, her 1 yıllık önceden seçilmiş referanstan ~2,3 referans alır, seçtiği her 2 yıllık önceden seçilmiş referanstan ~0,7 referans alır, ve benzeridir.
Bireysel Makalelerin Atıf Dinamiklerinin Stokastik Modeli
Bireysel makalelerin alıntı dinamiklerini hesaba katmak için karikatür senaryomuzu alıntılar açısından yeniden formüle ediyoruz. Yani aynı model çerçevesinde kalıyoruz ama odağı alıntı yapan makaleden alıntı yapan makaleye kaydırıyoruz.
tj yılında yayınlanan j kaynak makalesini ve sonraki yıllarda yayınlanan alıntı makalelerini gösterir. Daha fazla ilerlemek için, doğrudan ve dolaylı referans tanımlarımızı alıntılar açısından yeniden formüle ediyoruz.
Yani, doğrudan alıntı, j makalesine atıfta bulunan ve j’ye atıfta bulunan başka hiçbir makaleye atıfta bulunmayan makaledir; dolaylı alıntı ise hem j’ye hem de bir veya daha fazla alıntı yapan makalesine atıfta bulunan makaledir. Örneğin, A, B ,C atıf j ve bunlar doğrudan alıntılardır. e, g, f makaleleri, buna karşılık olarak, j’den alıntı yapan B, f, C’den alıntı yapar ve bunlar dolaylı alıntılardır.
Bir kaynak makaleyi j ve onun alıntı makalelerini farklı bir perspektiften gösterir—odak noktası, iki kuşak alıntı makalesidir. Doğrudan yapılan atıflar sadece birinci nesle ait olanlardır, dolaylı atıflar ise hem birinci hem de ikinci nesil atıflara ait olanlardır.
Sürekli yeni makale akışı nedeniyle, her makalenin atıf sayısı kalıcı olarak artar. Özyinelemeli arama modelimizi takip eden bir makale j’nin alıntı dinamiklerini ölçmek içindir.
Doğrudan ve Dolaylı alıntı örnekleri
Dolaylı alıntı örneği
Dolaylı ve doğrudan alıntı Erciyes
Dolaylı Alıntı Nedir
Doğrudan alıntı örnekleri
Dolaylı alıntı nasıl yapılır
Dolaylı alıntı kaynak GÖSTERME
Alıntıdan alıntı yapmak örnekleri
ΔKj’nin homojen olmayan bir stokastik nokta sürecini izleyen rastgele bir değişken olduğunu varsayıyoruz. Kısa bir dt zaman aralığında ΔKj atıf alma olasılığı λΔKj j e−λj’dir; burada λj dt, ΔKj’yi zamana ve bir makalenin önceki atıf geçmişine bağlı olan makaleye özgü olasılıksal atıf oranıdır. Önceki tarihe bağımlılık bizi kendi kendini heyecanlandıran veya Hawkes süreçleri alemine getiriyor. Amacımız olasılık oranı λj’yi modellemektir.
Tüm makalelerin bir topluluğa ait olduğunu varsaydığımız için, j makalesinin uygunluğu, i yılında yayınlanan tüm makaleler açısından aynıdır. Böylece, ηj R0i A(ti −tj) = ηjR0(ti)N(ti)A(ti −tj)dt buradaN(ti)dt i∈(ti,ti+dt) N(tj) N(tj) şu şekildedir: zaman penceresinde yayınlanan makale sayısı (ti,ti + dt) ve R0(ti) ortalama referans listesi uzunluğudur. Ayrıca aik = kk(tk,ti)dt i∈(ti,ti+dt) olduğuna da dikkat ediyoruz. Bu ifadeleri yerine koyduktan sonra elde ederiz.
kj (tj , tk )d t’nin j’den alıntı yapan ve zaman penceresinde yayınlanan makalelerin sayısı(tk,tk+dt),kkk(tk,ti)dt’nin j’den alıntı yapan ve zaman penceresinde yayınlanan makalelerin sayısı ( ti , ti + d t ), j makalesine göre ikincisi ikinci nesil atıf makaleleri olacak şekilde yapılır.
Karmaşık ağların tabiriyle, kj (tj , tk ), j kağıdının zamana göre çözümlenen derecesidir (bağlanabilirlik) ve kk(tk,ti) onun zamana göre çözümlenen en yakın komşu bağlantısıdır. İkincisini knn(tk,ti) ile gösteriyoruz. tj yılında j yayınlanan bir makaleler grubunu ele alırsak, o zaman knn(tk,ti) ile kj(tj,tk) arasında pozitif veya negatif bir korelasyon olabilir.
Karmaşık ağ dilinde j’de, pozitif korelasyon assortativite, negatif korelasyon disassortativite olarak adlandırılır. Geçici olarak, bu tür korelasyonların olmadığını varsayıyoruz. Daha sonra bu varsayımı revize edeceğiz.
İlk ek, doğrudan alıntıları temsil eder. Burada uygunluk ηj, j makalesinin nitelikleri tarafından belirlenirken, diğer iki faktör, R0(tj) ve A ̃(t), aynı yıl yayınlanan tüm makaleler için aynıdır.
İkinci ek, dolaylı alıntıları temsil eder. kj(τ), j makalesinin geçmiş atıf oranı ve aynı yıl yayınlanan tüm makaleler için ortak olan fonksiyonlar tarafından belirlenir.
Modelin Sürekli Yaklaşımı
Daha iyi anlamak için, sürekli yaklaşımını analiz ediyoruz, yani stokastikliği göz ardı ediyoruz ve bir makalenin gizli atıf oranı olan λj’yi j , sürekli bir değişken olarak kabul ettiğimiz gerçek atıf oranı kj ile değiştiriyoruz.
Bu yaklaşımı tamamen pedagojik amaçlarla geliştiriyoruz, nicel tahminler için kullanılamaz. Ayrıca sürekli zamana geçiyoruz ve toplamı integralle değiştiriyoruz.
Ek olarak, çekirdek(t−τ)T(t−τ)’yi qjeγ ̃(t−τ) üssü ile değiştirdik, burada R0’ın tüm zaman bağımlılıkları γ ̃’de emilir ve tüm ön faktörler qj’de emilir. Bu kadar şiddetli basitleştirmenin nedeni, T(t)’nin zamanla m(t)’den çok daha güçlü bozunmasıdır. Sonra sürekli yaklaşımı okur.
Alıntıdan alıntı yapmak örnekleri Doğrudan alıntı örnekleri Doğrudan ve Dolaylı alıntı örnekleri Dolaylı alıntı kaynak GÖSTERME Dolaylı alıntı nasıl yapılır Dolaylı Alıntı Nedir Dolaylı alıntı örneği Dolaylı ve doğrudan alıntı Erciyes
Son yorumlar