[论文解读] Lotka's Law and Pattern of Author Productivity in the Field of Brain Concussion Research: A Scientometric Analysis

S Roselin Jahina, M Sadik Batcha+1 more|arXiv (Cornell University)|Feb 19, 2021

scientometrics and bibliometrics research被引用 7

一句话总结

本科学计量学研究分析了2008年至2017年期间来自Web of Science的8,486篇关于脑震荡的研究出版物，采用Bibexcel软件分析作者生产力模式与合作动态。研究证实了洛特卡定律，计算得出的指数为2.01，表明作者数量与其发表成果之间存在强烈的反平方关系；同时揭示了高度的合作强度，共作者指数为1.89，合作系数为0.89。

ABSTRACT

The present study deals a scientometric analysis of 8486 bibliometric publications retrieved from the Web of Science database during the period 2008 to 2017. Data is collected and analyzed using Bibexcel software. The study focuses on various aspect of the quantitative research such as growth of papers (year wise), Collaborative Index (CI), Degree of Collaboration (DC), Co-authorship Index (CAI), Collaborative Co-efficient (CC), Modified Collaborative Co-Efficient (MCC), Lotka's Exponent value, Kolmogorov-Smirnov test (K-S Test).

研究动机与目标

• 使用洛特卡定律研究脑震荡研究中作者的生产力分布。
• 通过共作者指标（如共作者指数（CAI）、合作指数（CI）和合作系数（CC））分析合作模式。
• 评估2008年至2017年间脑震荡研究出版物的增长情况。
• 利用合作度（DC）和修正合作系数（MCC）评估合作程度。
• 使用柯尔莫哥洛夫-斯米尔诺夫（K-S）检验验证洛特卡定律在作者生产力数据上的适用性。

提出的方法

• 从Web of Science数据库中收集2008年至2017年期间关于脑震荡的研究出版物数据。
• 使用Bibexcel软件进行数据处理，包括作者信息与出版记录的提取。
• 计算关键科学计量指标：合作指数（CI）、共作者指数（CAI）、合作系数（CC）和合作度（DC）。
• 利用反平方定律模型计算洛特卡指数，以评估作者生产力的分布情况。
• 应用柯尔莫哥洛夫-斯米尔诺夫（K-S）检验，评估观察到的作者生产力数据与洛特卡定律理论分布的拟合优度。
• 使用修正合作系数（MCC）对合作程度进行更精确的测量，以减少高度合作领域中的潜在偏差。

实验结果

研究问题

• RQ1 脑震荡研究中作者生产力的分布是否符合洛特卡定律？
• RQ2 通过CAI和CC衡量，脑震荡研究中研究人员的合作水平如何？
• RQ3 2008年至2017年间，脑震荡研究的年度出版物数量如何增长？
• RQ4 观察到的作者生产力分布与理论上的洛特卡定律分布有多接近？该结果是否通过K-S检验得到验证？
• RQ5 修正合作系数（MCC）与合作度（DC）在多大程度上反映了该研究领域的合作结构？

主要发现

• 本研究证实洛特卡定律的指数为2.01，表明发表成果数量与作者数量之间存在强烈的反平方关系。
• 共作者指数（CAI）计算结果为1.89，表明该领域具有高度的合作研究活动。
• 合作系数（CC）为0.89，表明近89%的出版物涉及多位作者。
• 合作度（DC）为0.89，进一步证实脑震荡研究中合作现象极为普遍。
• 修正合作系数（MCC）计算结果为0.87，进一步验证了该领域合作程度高的事实，同时对潜在偏差进行了调整。
• 柯尔莫哥洛夫-斯米尔诺夫（K-S）检验表明，观察到的作者生产力分布与洛特卡定律的拟合优度良好，p值高于显著性阈值，支持该模型在本领域的有效性。