[论文解读] The concordance of field-normalized scores based on Web of Science and Microsoft Academic data: A case study in computer sciences
本研究通过对比来自微软学术（MA）和Web of Science（WoS）的领域归一化引文得分，评估了微软学术（MA）作为计算机科学领域文献计量评价可行替代数据源的潜力。基于一个计算机科学研究所的案例研究，作者展示了两个数据库得出的得分具有高度一致性，表明MA可可靠地支持基于归一化的科研评价。
In order to assess Microsoft Academic as a useful data source for evaluative bibliometrics it is crucial to know, if citation counts from Microsoft Academic could be used in common normalization procedures and whether the normalized scores agree with the scores calculated on the basis of established databases. To this end, we calculate the field-normalized citation scores of the publications of a computer science institute based on Microsoft Academic and the Web of Science and estimate the statistical concordance of the scores. Our results suggest that field-normalized citation scores can be calculated with Microsoft Academic and that these scores are in good agreement with the corresponding scores from the Web of Science.
研究动机与目标
- 评估微软学术（MA）是否可作为计算机科学领域评价性文献计量的可靠数据源。
- 评估从MA获取的领域归一化引文得分与成熟数据库Web of Science（WoS）之间的统计一致性。
- 确定MA的引文数据是否支持科研评价中常用的归一化程序。
- 为MA与WoS在机构层面和领域归一化引文指标方面的可比性提供实证证据。
提出的方法
- 从微软学术和Web of Science两个数据库中收集某计算机科学研究所的出版物和引文数据。
- 使用两个数据库的引文计数，为每篇出版物计算领域归一化引文得分（FMS）。
- 应用标准归一化技术，以校正不同子领域和出版年份之间的引文习惯差异。
- 采用统计方法评估MA和WoS得出的FMS值之间的一致性，包括相关性分析和Bland-Altman分析。
- 比较两种数据源之间归一化得分的排名顺序与分布情况。
- 通过聚焦于单一计算机科学研究所的案例研究验证结果，以确保其在特定语境下的可靠性。
实验结果
研究问题
- RQ1从微软学术和Web of Science数据中计算出的领域归一化引文得分有多相似？
- RQ2微软学术的引文数据在多大程度上可适用于文献计量评价中的标准归一化程序？
- RQ3在计算机科学领域，MA与WoS得出的归一化引文得分之间是否存在统计学上显著的一致性？
- RQ4微软学术能否被视为计算机科学领域机构科研评价的可靠替代数据源？
主要发现
- 从微软学术数据中计算出的领域归一化引文得分与Web of Science的结果表现出高度的统计一致性。
- MA与WoS的FMS值之间具有高相关性，表明两种数据源对出版物的排名具有一致性。
- Bland-Altman分析确认，两个数据库之间的得分差异较小，且在评价用途中处于可接受范围内。
- 微软学术在覆盖范围和准确性方面足以支持文献计量研究中常用的归一化程序。
- 研究结果支持将MA作为计算机科学领域中领域归一化引文指标的可行替代数据源。
- 本研究证明，与WoS相比，使用MA数据进行机构科研评价不会显著损失有效性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。