[论文解读] Citations in Software Engineering -- Paper-related, Journal-related, and Author-related Factors

Mika Mäntylä, Vahid Garousi|arXiv (Cornell University)|Aug 12, 2019

Software Engineering Research参考文献 50被引用 4

一句话总结

本研究利用负二项回归和分位数回归对 25,113篇软件工程（SE）期刊论文（1970–2018年）进行分析，探讨影响引用次数的因素。主要发现表明，发表期刊、作者团队过往引用情况、论文长度、参考文献数量以及参考文献的时效性是影响引用次数的最关键预测因子。高影响力期刊及过往发表论文虽少但被引量高的作者团队，其论文引用次数更高。

ABSTRACT

Many factors could affect the number of citations to a paper. Citations have an important role in research policy and in measuring the excellence of research and researchers. This work is the first study in software engineering (SE) to assess multiple factors affecting the number of citations to SE papers. We use (a) negative binomial regression and (b) quantile regression to study arithmetic mean and median expected citations of a paper. Our dataset includes all the 25,113 papers which have been published in a set of 16 main SE journals, between 1970 and 2018. Our results indicate that publication venue, author team's past citations, paper length, the number of references, and the recency of references are the most influential factors on the number of citations to SE papers. From our empirical findings, we present several implications and advice to researchers for getting higher citations on their papers, which are in addition to the obvious case of conducting high-quality technical research, e.g. (1) Aim for high-profile venues, (2) Build a high-quality author team with highly cited past papers, and (3) Aim for high-quality work that has comprehensive content (thus longer paper length and reference list).

研究动机与目标

• 识别并量化论文相关、期刊相关及作者相关因素对软件工程领域引用次数的影响。
• 通过稳健的多变量建模和全面的数据集，弥补SE文献计量研究中的空白。
• 为研究者提供可操作的见解，帮助其在技术质量之外提升论文的引用影响力。
• 检验SE领域的引用模式是否与更广泛的科学趋势一致，或是否具有独特特征。

提出的方法

• 从 Scopus 收集 1970 至 2018 年间发表的 25,113 篇 SE 期刊论文的数据。
• 应用负二项回归模型分析引用次数的均值，以处理引用数据中的过度离散问题。
• 采用分位数回归分析中位数引用期望值，降低极端异常值的影响。
• 纳入的预测变量包括：论文年龄、篇幅（页数）、标题长度、参考文献数量、参考文献时效性（Price 指数）、期刊影响因子，以及作者团队指标（过往引用次数、发表数量、团队规模）。
• 进行模型诊断与误差分析，尤其关注数据缺失的期刊（如 TOSEM）。
• 将研究发现与其它科学领域既往研究进行对比，评估SE领域引用预测因子的一致性与独特性。

实验结果

研究问题

• RQ1 哪些论文相关、期刊相关及作者相关因素能显著预测SE期刊中的引用次数？
• RQ2 在建模均值引用与中位数引用时，这些因素的影响有何差异？
• RQ3 作者团队特征（如过往引用表现与发表量）在多大程度上能预测引用结果？
• RQ4 参考文献的时效性如何影响引用次数？这反映了作者对先前研究的关注程度如何？
• RQ5 SE领域中引用预测因子是否与其它科学学科的研究发现一致？

主要发现

• 发表期刊和期刊影响因子是引用次数最强的预测因子之一，高影响力期刊显著提高预期引用次数。
• 作者团队过往表现（以以往论文被引次数衡量）是引用次数的主要驱动力，过往发表论文虽少但被引量高的团队，其引用表现优于发表量高但影响力低的团队。
• 论文长度（页数）和参考文献数量与更高引用次数正相关，表明内容全面、记录详尽的研究更易获得认可。
• 参考文献时效性（Price 指数）是显著预测因子，表明引用近期文献与更高的引用潜力相关。
• 标题长度对均值引用次数有负面影响，表明更简短、更简洁的标题可能提升可见性与引用潜力。
• 作者人数在预测均值引用次数方面无统计显著性，但在建模中位数引用次数时，作者所属机构数量变得相关。