Sonuçların Zamanlılığı
Sonuçların Zamanlılığı
Editör ve hakemlerin gönderilen yazıları değerlendirirken kullandıkları önemli kriterlerden biri de sonuçların güncelliğidir. Bu kriter, sıcak bir konuyu ele alan makaleleri ayırır. Bizim deyimimizle, sıcak konuya odaklanan makale, olgun araştırma yönüne ait makaleye kıyasla uygunluğu artırdı. Uygunluğa karşılık gelen katkıyı nasıl ölçebiliriz?
Diyelim ki t0 yılında bir veya daha fazla çığır açıcı makale yayınlandı ve ardından bir dizi müteakip gelişme geldi. Bu, yeni bir alanın (sıcak konu) doğduğu anlamına gelir. Bu yeni alandaki yayınların sayısı hızla artmaya başlar ve sonra doyuma ulaşır.
Gösterdiğimiz gibi, yazarlar atıf yapma alışkanlıklarında muhafazakarlar ve referans listelerinin uzunluğu ve yaş bileşimi aşağı yukarı aynı kalıyor. Özellikle aynı yıl yayınlanan makaleler referans listesinin ~%2–3’ünü, bir yıl önce yayınlanan makaleler ~%8–10’unu, 2 yıl önce yayınlanan makaleler de ~8–10’unu oluşturmaktadır.
Bu nedenle, yeni bir konunun başlangıcından çok sonra yayınlanan makalelerin referanslarını seçme konusunda büyük bir seçeneği varken, yeni bir konunun başlangıcından kısa bir süre sonra yayınlanan makalelerin referans listelerini doldurmak için çok sınırlı bir seçeneği vardır ve tümü makaleleri seçer. başlangıcına yakın yayınlandı. Böylece yeni bir alanın doğuşundan kısa bir süre sonra yayınlanan makaleler, yani zamanında makaleler, artırılmış atıf sayısına (artırılmış uygunluk) sahip olacaktır.
Bu düşünceleri niceliksel terimlere dökmek için, t0 zamanında ortaya çıkan yeni bir alanı ele alıyoruz. Bu alandaki yıllık yayın sayısını N (t0 + t ) ile gösteriyoruz. Denklem 3.20, bu alanda t0 + t yılında yayınlanan makalenin müteakip üç yıl boyunca topladığı ortalama doğrudan alıntı sayısını verir.
Burada η, t0 + t yılında yayınlanan makalelerin yeni alandaki ortalama uygunluğu, R0, t0 yılında yayınlanan makalelerin ortalama referans listesi uzunluğu, A ̃(τ) atıflar için yaşlanma fonksiyonudur. Ayrıca A ̃(τ) = A(τ)e(α+β)τ olduğuna dikkat edin, burada A(τ) referanslar için eskitme fonksiyonudur. Referans-alıntı ikiliği, t0 + t yılında yayınlanan makaleler için ortalama uygunluğu verir.
Bu düşünceleri örnekler. Sıcak bir konunun genellikle aniden ortaya çıkar ve bir alıntı ve yayın patlamasıyla tanımlanabilir. Bu kitabın yazarının kişisel deneyime sahip olduğu bu alanlardan bazılarıyla, iyi tanımlanmış başlangıç t0 ile Fizikte bu tür birkaç araştırma alanı seçtik.
Web of Science’ı kullanarak, bu konuların her birine ait t0 + t yıllarında yayınlanmış tüm makaleleri bulduk. Her t için, yıllık makale sayısını ve yayınlandıktan sonraki ilk 3 yıl boyunca topladıkları alıntı sayısının istatistiksel dağılımını ölçtük. Daha sonra bu dağılımların ortalamasını ve genişliğini belirledik.
Denetim kanıtları Nelerdir
e-laboratuvar sonuç görüntüleme
t.c. no ile tahlil sonucu sorgulama
Kayseri Laboratuvar Sonuçları
laboratuvar sonuçları t.c. ile ısparta
MHRS tahlil sonuçları
Denetim kanıtının yeterliliği
Denetim kanıtlarının sayısını etkileyen unsurlar
Kullanarak, dağılımın ortalamasına bağlı olarak, t0 + t yılında yayınlanan her konudaki makalelerin ortalama uygunluğunu bulduk. Öte yandan, bu uygunluğu kullanarak tahmin ettik. Denklem’e dayalı model tahmininin olduğunu gösterir. 7.2, ölçümlerimizi mükemmel bir şekilde yakalar. (Buradaki uygunluk, ortalama referans listesi uzunluğu olan R0 faktörü ile tanıttığımız değerden farklıdır.)
Yeni konu ortaya çıktıktan kısa bir süre sonra yayınlanan herhangi bir makalenin iyi bir avantaja sahip olduğunu ima eder ve bu, tanıtılan “ilk hamle avantajını” nicelleştirir.
Ancak bu, sıcak bir konunun başlangıcından çok sonra yayınlanan makalelerin altını çizmeye mahkum olduğu anlamına gelmez. Aslında, yalnızca her yıl için uygunluk dağılımının ortalamasını gösterir. Gerçek uygunluk dağılımı çok geniştir ve genişliği ortalama ile karşılaştırılabilir. Bu nedenle, gündemdeki bir konunun başlangıcından sonraki her an, uygunluğu ortalamanın oldukça üzerinde olan birçok makale de vardır.
Bu, stokastik alıntı dinamikleri modelimizin, makalelerin alıntı yörüngesini tahmin etmek için bir temel olabileceğini gösterdik. Bu model, geliştirilen fizikten ilham alan tahmin modeli ile de karşılaştırılacaktır.
Bu modele dayalı bir yazılım paketi geliştirdi ve bunun geçerli bir tahmin aracı olduğunu gösterdi. Bu model kağıda özgü üç parametre içerir: uygunluk η, yakınlık μ ve σ . Bu parametreleri belirlemek için, bir makalenin ilk atıf yörüngesini ölçmek gerekir, 2-3 yıl yeterli değildir. Bir tahmin aracı olarak, bu model en çok atıf yapılan makaleler için de çalışır.
Bu deterministik model, bir makalenin atıf yörüngesini tahmin etse de, tahminin olasılık sınırlarını belirleyemez. Aksine, olasılık modelimiz yalnızca kağıda özgü bir parametre içerir – uygunluk, gelecekteki alıntı sayısının olasılık marjlarını sağlar. Bununla birlikte, modelimiz sıradan makalelerle daha iyi çalışır ve yüksek atıf alan makalelerin atıf yörüngelerini de iyi tahmin etmez.
Olası uygulamaları nelerdir? Modelimizin 5 yıllık dergi etki faktörünü tahmin etmek için kullanılabileceğine inanıyoruz. Bir dergide aynı yılda yayınlanan makaleler aşağı yukarı homojen makale dizisini temsil eder, dolayısıyla bu küme için ortalama atıf sayısını tahmin etmek, tek bir makalenin atıf yörüngesini tahmin etmekten daha güvenilirdir. Öte yandan, modelimiz bu tür bir tahminin olasılıksal marjlarını da verebilir.
Başka bir uygulama, çığır açan kağıtların erken tanımlanması olabilir. Şimdiye kadar bu, makalelerin referans listesinin çeşitliliği ve yaş yapısı, makale içeriğinin çeşitliliği ve disiplinlerarasılığı analiz edilerek veya uyuyan güzellere karşılık gelen atipik alıntı yörüngesinin tanımlanması yoluyla da yapıldı.
Önemli bir soru, böyle bir yükselen yıldızı ne kadar sürede tanımlayabiliriz? Açıkçası, makale (veya patent), aynı yıl ve aynı dergide yayınlanan normal makaleden beklenenden daha fazla alıntı alırsa, bu bir çığır açan makale olmaya da adaydır.
Öte yandan, olağan alıntı yörüngesinden sapma tesadüfi olabilir. Modelimiz, şans eseri olup olmadığına karar vermek için gelişmiş alıntı sayısının olasılığını da tahmin edebilir.
Denetim kanıtının yeterliliği Denetim kanıtları Nelerdir Denetim kanıtlarının sayısını etkileyen unsurlar e-laboratuvar sonuç görüntüleme Kayseri Laboratuvar Sonuçları laboratuvar sonuçları t.c. ile ısparta MHRS tahlil sonuçları t.c. no ile tahlil sonucu sorgulama
Son yorumlar