日期

2015.8.18

时间

09:00-11:30

地点

318会议室

召集者

武夷山

记录员

XXX

参会人员

武夷山、XXX、XXX、XXX、XX

会前议题

培养“王子”，寻找“王子”特征

“王子”可能的特征：

1.引用不随“大流”；

2.阅读文献的数量较大，且涉及的领域较广。

议题1

第一组：介绍了“睡美人”与“王子”文献的识别方法（XX）

主要内容

1.  介绍了睡美人与王子文献的识别方法：

（1）将被引速率+发表最初5年年均被引次数两个指标结合起来能够更好地识别睡美人文献。

（2）基于以下4个原则寻找唤醒睡美人的王子文献：①发表于被引突增的附近年份；②本身被引次数较高；③与睡美人文献的同被引次数高；④在年度被引次数曲线上，王子文献对睡美人文献的“牵引或拉动”作用应非常显著，即至少在睡美人文献引用突增的附近年份，王子的年度被引次数应高于睡美人。

2.  介绍了荷兰莱顿大学CWTS（科技元勘研究中心） 的van Raan教授最新的独著文章“Dormitory of Physical and Engineering Sciences: Sleeping Beauties   May Be Sleeping Innovations Part 1: Basic Properties, Cognitive Environment,   Characteristics of the Princes”的主要内容。

主要讨论

武夷山：

1） “四大名刊”的睡美人文献数量，可能较低。

XXX：

1） 文章仅考虑了“单王子”拉动型，是否还有“多王子”拉动型呢？

2） 寻找王子文献的指标“与睡美人文献的同被引次数高”，由绝对量更改为相对量或者比例，也许效果更佳，可参考指标关联度。

议程2

第二组：“光谱学”领域高被引论文与零被引论文研究主题比较分析（XXX）

主要内容

1.       常见的研究主题识别方法：关键词或特征词统计分析、作者合作网络聚类分析、文献共被引网络聚类、作者共被引聚类分析、共词网络聚类分析等。文章拟采用文献共被引网络聚类和共词网络聚类分析两种方法。

2.   两种方法的理论基础：科学计量学家赵红州的“知识的游离与重组模型”。

3.   知识元：特征词（可表征文献内容或信息内容的词语、概念、术语等）、引文（表征文本知识来源的参考文献）。

4.   知识的重组方法：层次聚类法。

5.   聚类指标比较：聚类中的指标，如：ɻ、S、C；网络中的指标，如：网络密度、网络直径、网络平均最短距离等。

主要讨论

武夷山：

1） 聚类的数量，可以采用经验值“7±2”。

XX：

1） “零被引文献”和“高被引文献”的数据区分度，可能不够。建议：零被引文献采用2004-2008年的数据。

2） 针对特征词的问题，可以考虑采用有叙词的Inspec数据库。

议程3

第三组：气候变化领域社科论文分析（XXX）

主要内容

1、前期结果形成论文

2、处理气候变化相关的自科论文数据

议程4

第四组：高被引论文与睡美人论文的引用轨迹研究（XXX）

主要内容

研究对象：“天文学和天体物理”十年的高被引论文、“睡美人”论文的20年被引用数据，

研究结果：两类文献的引用曲线模式。

研究方法：对于各模式引用曲线，在施引文献、研究主题演化方面探讨了引用曲线形成的相关因素。

主要讨论

武夷山

1） 研究意义：“引用曲线”比纯粹的“引用量”，更加直观明了。

下次会议

时间

下次讨论会:9月21日上午9:00am。