���ؿ������о��ķ���̽��

从四个方面论述了洛特卡定律研究中的漏误，给出了一个检验数据统计是否正确的数学等式。     

���ؿ�������̽

讨论洛特卡定定律传统分析方法的缺陷,在此基础上提出一个可能的修正式,并将实际统计数据代入进行计算,分析、结果比较令人满意。     

洛特卡定律再探

讨论洛特卡定律传统分析方法的缺陷,在此基础上提出一个可能的修正式,并将实际统计数据代入进行计算、分析,结果比较令人满意。     

洛特卡定律适用于专利文献的再验证

在前人研究的基础上,运用专利文献中发明人生产率分布的大规模数据,对洛特卡定律的适用性进行再验证。研究结果显示出洛特卡定律在专利文献中的良好适用性,同时预示着幂律分布这一支配着文献计量学三大定律的基本规律也适用于专利文献。这为计量学学科的大统一奠定了坚实的理论基础。     

韩国最新图书馆法研究

概述韩国的法律体系、韩国图书馆法律体系以及韩国《图书馆法》的发展历程;着重从图书馆运营机制、发展规划、图书馆职责、弱势群体服务等方面阐述韩国《图书馆法》(法律第11310号)的主要内容;借鉴韩国经验对我国图书馆立法工作提出建议。     

���ķ�����ֵ��ע��ļ�������

论述引文分析中最大引文年限的确定、文献半衰期的数据统计和广义洛特卡定律应用中出现的疏漏和错误。     

洛特卡分布拟合方法的比较研究

本文通过对洛特卡分布的三种拟合方法进行比较、分析、评价,指出非回归分析的洛特卡定律的拟合方法是三种方法中最优的方法。     

洛特卡定律研究中一个问题的探讨

讨论洛特卡定律检验中常常使用的K-S检验法,指出该检验法统计量计算中的常见错误,并给出改正方法。最后,结合一个实例,指出缺乏理论依据的检验方法难以得到正确结论,为更好地研究论文一作者频率的数量关系,在某学科领域里建立符合规律的洛特卡定律并应用正确的检索方法至关重要。     

美国图书馆法探析

论文介绍了美国图书馆法体系和联邦图书馆法的发展概况,从国家、社会、技术、用户等四个层面解读了美国图书馆法的发展,通过美国威斯康辛州的实例展示了联邦图书馆法的实践应用。最后,提出了对我国图书馆立法的若干建议。     

Lotka''s distribution and distribution of co-author pairs’ frequencies

The original Lotka's Law refers to single scientist distribution, i.e. the frequency of authors A_i with i publications per author is a function of i: A_i = f(i). However, with increasing collaboration in science and in technology the study of the frequency of pairs or triples of co-authors is highly relevant. Starting with pair distribution well-ordered collaboration structures of co-author pairs will be presented, i.e. the frequency of co-author pairs N_ij between authors with i publications per author and authors with j publications per author is a function of i and j: N_ij = f(i, j) using the normal count procedure for counting i or j. We have assumed that the distribution of co-author pairs’ frequencies can be considered to be reflection of a social Gestalt and therefore can be described by the corresponding mathematical function based on well-known general characteristics of structures in interpersonal relations in social networks. We have shown that this model of social Gestalts can better explain the distribution of co-author pairs than by a simple bivariate function in analogy to Lotka's Law. This model is based on both the Gestalt theory and the old Chinese Yin/Yang theory.