排序方式: 共有3条查询结果,搜索用时 5 毫秒
1
1.
2.
AI (Activity Index)指数和 AAI(Attractivity Index)指数反映了某国家(研究机构)在 F 学科的文章数量和影响力绩效。很多学者通过对 AI 和 AAI 指数进行标准化转换,对某一国家(科研机构)的学科发文比较优势进行评价。通过 C9高校和大连理工大学 Incites 学科数据,对 AI 及其衍生指数的适用性和有效性进行了实证分析。结果表明,与 AI 和 RSI 方法相比,SAI 指数采用极差化方法,可以直接比较不同国家,不同年代学科数据,有效提高了综合评价结果的准确性。 相似文献
3.
ESI学科科研绩效评价不仅需要对现有的数据分析,更需要从历史性的数据和连续性的数据中找出学科发展规律。Incites数据库作为科研绩效分析工具,在ESI学科评价分析中具有举足轻重的作用。本文分析了Incites数据库的连续数据对学校ESI学科进行动态性评价和持续追踪分析的重要意义,并提出了如何使用纵向维度与横向维度动态数据以及同类机构差异化数据实现ESI学科动态性评价和持续追踪分析。 相似文献
1