本刊重要启事

本刊已与中国学术期刊(光盘版)电子杂志社SMLC管理办公室签订协议,申请了免费试用中国知网学术不端文献检测软件,每期选用的稿件都将检测。引用     

替代计量学在数字科研环境中的应用

在学术信息开放获取运动的推动下,传统的学术信息交流体系在当今泛在化数字科研环境(e-Science)中已无法适应全部科研活动的需要。新的学术信息交流模式不仅包括我们所熟知的机构知识库(Institutional Repository),还包括近些年不断涌现并得到迅速发展的研究数据管理(Research Data Management)、开放获取期刊(Open Access Journals)等。数字科研环境下,对学术信息的组织已经逐渐从过去单一的以文章为对象来组织内容,逐渐转向从期刊、科研项目、科研单位、科研人员等多个维度来组织学术信息。如此多维度、复杂的学术信息,单纯采用传统计量方法已经无法对它及其存储的资源进行全面的评价。     

本刊稿件要求

本刊对校内外作者来稿一视同仁、唯质是取。现将对稿件的要求简告如下:一、来稿一般不超过6600字符,特殊优稿不超过8400字符。二、文稿格式要求:1.摘要:300字左右,概述论文内容(不使用"作者"、"本文"等字样);2.要有3~8个"关键词",便于论文归类、检索;     

蒙古文词性标注研究

笔者基于条件随机场(Conditional Random Field,CRF)和支持向量机(Support Vector Machine,SVM)模型,通过增加上下文、附加成分和蒙古文字母等特征,对蒙古文句长为8到25的将近4万个句子进行了词性标注的研究。研究表明,CRF模型和SVM模型在标注蒙古文词性方面都有比较好的结果,其中在考虑上下文和特征"连写的构形附加成分"的情况下,SVM模型标注蒙古文词性的准确率可以达到99%以上。     

科技论文基金项目标注不实分析及对策

以某水利类中文核心期刊为样本,统计分析了11年论文标注的基金数分布情况,对论文基金项目虚假标注的类型、原因进行分析,并提出消除虚假基金标注的对策,以期为基金项目的标注提供参考,为科技论文正确标注基金项目创立良好的环境。     

科学论文的下载与引用关系研究：以ACM数字图书馆为例

随着科学文献的日益增多,快速准确地对期刊和论文进行评价越来越受到人们的关注。本文分别从期刊层次和论文层次上对被引和下载之间的关系进行研究,选取了计算机科学领域ACM的31种期刊及其刊载的9251篇论文,对其被引次数和下载次数进行相关性分析。研究结果显示计算机科学技术领域中,无论是在期刊层次,还是在文献层次,被引次数和下载次数都具有较强的正相关性。研究结果表明,通过论文发表后一段时间内被下载的次数可以较好地对论文和期刊未来可能达到的被引次数进行预测。另一方面,也可以在论文发表的短时间内,对其进行影响力的快速评估。     

我国中医学期刊引用网络分析——基于CMSCI(2004-2012)年度数据

以北京大学《中文核心期刊要目总览》(2011版)中所收录之19种中医学期刊2004-2012年的发文和引文作为初始数据样本,结合引文分析与社会网络分析等方法,对中医学期刊间引用网络、中医学期刊与其他学科期刊及外文期刊的引用网络进行分析,探讨中医学期刊引用网络的结构和特征。     

浅析俄语中的外来词

俄语中有很多外来词,这些外来词具有各种功能。本文对外来词的理解、使用原因及分组进行分析,从而加深对其发展规律的认识,提高俄语运用能力。     

跨学科引用对知识生长的刺激作用与程度分析——以图书情报学为例

[目的/意义]探究跨学科引用对知识生长的刺激作用,识别跨学科引用有效促进知识生长的研究主题,对把握跨学科研究规律和方向具有重要意义。[方法/过程]文章从跨学科引用率、跨学科引用多样性、跨学科引用集中度3个方面构建跨学科引用度模型反映跨学科引用程度,构建主题研究热度模型反映知识生长,用相关性分析方法测度跨学科引用刺激知识生长的作用与程度,并以2001—2020年图书情报学前沿和稳定型热点研究主题为例进行实证分析。[结果/结论]跨学科引用对知识生长具有积极作用,并根据跨学科引用与主题研究热度相关性大小将研究主题分为有效、能够、不易促进知识生长3类,提出并验证一种估算刺激程度的方法。[局限]仅以图书情报学为例对模型进行检验,是否适用于其他学科尚待进一步验证。     

基于机器学习的科学数据正式引用识别方法研究

[研究目的]科学数据已经成为科研产出的重要成果类型之一,通过研究和观察科学数据的使用情况可以发现科学数据的管理需求,提高科研人员共享和重用科学数据的积极性。[研究方法]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,并对比评估了8种机器学习方法在数据集上的分类和识别效果。[研究结论]实证研究效果显示,机器学习分类方法可以用于科学数据正式引用识别,全文信息和样本集大小对分类效果起到关键性作用。