您所在位置：网站首页 > 办公文档 > 其它办公文档 > 基于主成分分析的科学评价

基于主成分分析的科学评价.pdf

6页

卖家[上传人]：xzh****18

文档编号：41711549

上传时间：2018-05-30

文档格式：PDF

文档大小：1.09MB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

10金贝

下载

/ 6 举报版权申诉马上下载

文本预览

下载提示

常见问题

第５８卷第１７期２０１４年９月基于主成分分析的科学评价维度研究— — —以ＰＬｏＳＯＮＥ为例■宋丽萍王建芳刘芮［摘要］借助主成分分析，以ＰＬｏＳＯＮＥ的Ａｒｔｉｃｌｅ ? ＬｅｖｅｌＭｅｔｒｉｃｓ为数据源对物理学、化学、社会学、免疫学四学科的科学评价主要维度进行解析分析表明一维空间的科学评价在覆盖５０％信息的同时将损失其余的５０％，３个维度才能以８０％的精度描述论文的学术影响力，进而将科学评价的３个维度分别命名为引用维、共享维与利用维，从而说明以引用为基础的传统科学评价的片面性，并揭示科学评价的多维构成［关键词］主成分分析科学评价ＰＬｏＳＯＮＥＡｒｔｉｃｌｅ ? ＬｅｖｅｌＭｅｔｒｉｃｓ［分类号］Ｇ２０３ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１４．１７．０１８本文系国家社会科学基金项目“ 科技政策视角下科学评价指标及方法研究” （项目编号：１２ＢＴＱ０３３）与教育部人文社会科学青年基金项目“ 基于群体智慧的微博客信息可信度评价机制研究” （项目编号：１２ＹＪＣ８７００２５）研究成果之一。

［作者简介］宋丽萍，天津师范大学管理学院教授，博士，Ｅ ? ｍａｉｌ：ｓｌｐ ? ｌｐ＠１６３．ｃｏｍ；王建芳，中国科学院文献情报中心副研究员，博士；刘芮，天津师范大学历史文化学院馆员，硕士收稿日期：２０１４－０４－２４修回日期：２０１４－０８－０１本文起止页码：１１９－１２４本文责任编辑：王善军科学评价，是一个探索中的问题对于什么是科学影响力，目前没有清晰的界定，科学评价方法尚处于争议之中，然而科学评价的多维性是科学共同体的共识［１］维度，英文为ｄｉｍｅｎｓｉｏｎ，数学中指独立时空坐标的数目，通常指我们分析目标对象所采用的角度主成分分析（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓａｎａｌｙｓｉｓ，ＰＣＡ），是将高维空间映射到低维空间中，通过舍弃不重要的特征向量缩减维度、消除变量之间相关性，从而从原始变量中筛选最佳变量子集合的多元统计方法［２］本文将借助ＰＣＡ，以ＰＬｏＳＯＮＥ为数据源对论文科学评价的主要维度进行解析。

１相关背景印本环境中，引用成为科学评价的同义语，然而，科研环境的兴起打破了引用等同于学术影响力的成规，如何描述数字时代的学术影响力成为新的议题恰逢此时，美国北卡罗来纳大学博士研究生Ｊ．Ｐｒｉｅｍ提出替代计量学（Ａｌｔｍｅｔｒｉｃｓ），从而为科学评价提供了新的视角并将评价重心从期刊转至论文自身，因此论文层面的科学评价成为关注的焦点，而ＰＬｏＳ则成为论文科学评价的先行者ＰＬｏＳ期刊系列是开放获取的“ 领头羊” 其中ＰＬｏＳＯＮＥ被誉为期刊的航母，该刊创刊于２００６年１２月，因２００９－２０１２４年间影响因子保持４以上而闻名，因收录范围跨越５０多个学科而著称２００９年３月，为规避期刊影响因子用于评价论文影响力的弊端，并基于论文的重要性体现在发表后被关注与引用情形的出版哲学，ＰＬｏＳ在每篇文章后新增Ａｒｔｉｃｌｅ ? ＬｅｖｅｌＭｅｔｒｉｃｓ（ＡＬＭ）以探索论文层面的评价方式ＡＬＭ采用利用状况（ＵｓａｇｅＳｔａｔｓ）、社会共享状况（包括Ｆａｃｅｂｏｏｋ和Ｔｗｉｔｔｅｒ）、学术性标签标注指标（指Ｍｅｎｄｅｌｅｙ和ＣｉｔｅＵ ｌｉｋｅ）、学术性引用情形（在ＣｒｏｓｓＲｅｆ、Ｓｃｏｐｕｓ、ＷｅｂｏｆＳｃｉｅｎｃｅ中引用情况）、非学术性引用情况（在ＮａｔｕｒｅＢｌｏｇｓ等张贴的情况）描述论文影响力［３］。

ＰＬｏＳＯＮＥ所开创的以科学社区为主导的论文评价方式为出版界提供了良好范例，Ｗｉｌｅｙ、Ｅｌｓｅｖｉｅｒ以及Ｎａｔｕｒｅ出版集团竞相效仿［４］本文将以ＰＬｏＳＯＮＥ为例，立足于论文层面的科学评价，通过上述指标间关系解析科学评价维度及其构成２数据采集与统计鉴于ＰＬｏＳＯＮＥ具有学科综合性的特点，本文采用ｈｔｔｐ：／／ｗｗｗ．ｐｌｏｓｏｎｅ．ｏｒｇ／网站的ＡＬＭ，选取其中物理学、化学、社会学、免疫学用于分析其中免疫学、物理学、化学作为自然科学的代表，而社会学则作为社会９１１宋丽萍，王建芳，刘芮．基于主成分分析的科学评价维度研究— — —以ＰＬｏＳＯＮＥ为例科学的典型回溯年限为２００８年，以兼顾自然科学和社会科学引用行为的差异，并保证５年的被引统计区间以免疫学为例，在ｈｔｔｐ：／／ｗｗｗ．ｐｌｏｓｏｎｅ．ｏｒｇ／网站高级检索界面中设定检索式为：ｐｕｂｌｉｃａｔｉｏｎｄａｔａ＝［２００８－０１－０１Ｔ００：００：００ＺＴＯ２００８－１２－３１Ｔ２３：５９：５９Ｚ］ａｎｄｓｕｂｊｅｃｔａｒｅａ＝＂ｉｍｍｕｎｏｌｏｇｙ＂ａｎｄａｒｔｉｃｌｅｔｙｐｅ＝ｒｅｓｅａｒｃｈａｒｔｉｃｌｅ。

检索结果为：社会学文献１６２篇、免疫学文献３５４篇、物理学文献２９８篇、化学文献５７６篇，共计１３９０篇对于上述记录，首先采用计算机编程语言Ｊａｖａ抓取了文献的篇名，并将其导入Ｅｘｃｅｌ，利用第三方软件包ｏｒｇ．ａｐａｃｈｅ实现对于Ｗｏｒｄ与Ｅｘｃｅｌ的读写；继而利用篇名链接，点击Ｍｅｔｒｉｃｓ获取该文的ＡＬＭ指标数据采集日期为２０１３年６月由于Ｃｏｎｎｏｔｅａ、ＧｏｏｇｌｅＢｌｏｇ等指标记录过少，不具统计意义，数据前处理过程中将上述指标剔除，最终将每篇论文在Ｓｃｏｐｕｓ、ＷｅｂｏｆＳｃｉｅｎｃｅ（ＷｏＳ）、ＧｏｏｇｌｅＳｃｈｏｌａｒ（ＧＳ）、ＣｒｏｓｓＲｅｆ系统中的被引量、ＡｒｔｉｃｌｅＵｓａｇｅ、Ｍｅｎｄｅｌｅｙ与ＣｉｔｅＵｌｉｋｅ阅读统计、Ｆａｃｅｂｏｏｋ记录等８项数据用于进一步分析。

其中将每篇文献视作一条记录，４个学科中各有ｎ个样本，每个样本共有８个变量，从而构成４个ｎ× ８阶矩阵鉴于８维空间的复杂性，下文将以ＰＣＡ探索综合变量以提取其中的主成分３４个学科的主成分分析３．１ＰＣＡ必要性与适用性分析本文将通过相关分析确定变量的相关程度，进而确定ＰＣＡ的必要性相关性分析结果表明（见表１－表４），在８个变量组成的２８个不重复的变量对中，以相关系数０．３为阈值，免疫学为１５组，占５３．６％；社会学为１２组，占４２．９％；物理学为１７组，占６０．７％；化学为１６组，占５７．１％由此说明接近５０％或５０％以上的变量具有相关性，即这些变量存在信息上的重叠，因此通过ＰＣＡ析出其中的主要因素是必要的表１物理学原始变量相关矩阵相关系数ＡｒｔｉｃｌｅＵｓａｇｅＳｃｏｐｕｓＣｒｏｓｓＲｅｆＷｏＳＧＳＣｉｔｅＵｌｉｋｅＭｅｎｄｅｌｅｙＦａｃｅｂｏｏｋＡｒｔｉｃｌｅＵｓａｇｅ１．０００．２２６．２４７．２２０．３３７．１８２．３７６．５４６Ｓｃｏｐｕｓ．２２６１．０００．９３９．９４７．９５２．１０６．５１１．０９０ＣｒｏｓｓＲｅｆ．２４７．９３９１．０００．８９５．９０７．０８１．５２５．０９９ＷｏＳ．２２０．９４７．８９５１．０００．９１２．１１２．４９５．０９８ＧＳ．３３７．９５２．９０７．９１２１．０００．１７６．５７９．２５６ＣｉｔｅＵｌｉｋｅ．１８２．１０６．０８１．１１２．１７６１．０００．４０１．１６６Ｍｅｎｄｅｌｅｙ．３７６．５１１．５２５．４９５．５７９．４０１１．０００．２７０Ｆａｃｅｂｏｏｋ．５４６．０９０．０９９．０９８．２５６．１６６．２７０１．０００表２化学原始变量相关矩阵相关系数ＡｒｔｉｃｌｅＵｓａｇｅＳｃｏｐｕｓＣｒｏｓｓＲｅｆＷｏＳＧＳＣｉｔｅＵｌｉｋｅＭｅｎｄｅｌｅｙＦａｃｅｂｏｏｋＡｒｔｉｃｌｅＵｓａｇｅ１．０００．３４１．３３７．３２０．３７３．３０５．４８６．４２８Ｓｃｏｐｕｓ．３４１１．０００．９７２．９９２．９８７．０９９．３１８．１８３ＣｒｏｓｓＲｅｆ．３３７．９７２１．０００．９６３．９６１．０９３．３３９．１９０ＷｏＳ．３２０．９９２．９６３１．０００．９７８．０８６．３０５．１４７ＧＳ．３７３．９８７．９６１．９７８１．０００．１５６．３４３．２２４ＣｉｔｅＵｌｉｋｅ．３０５．０９９．０９３．０８６．１５６１．０００．３３０．３１５Ｍｅｎｄｅｌｅｙ．４８６．３１８．３３９．３０５．３４３．３３０１．０００．０６２Ｆａｃｅｂｏｏｋ．４２８．１８３．１９０．１４７．２２４．３１５．０６２１．０００表３免疫学原始变量相关矩阵相关系数ＡｒｔｉｃｌｅＵｓａｇｅＳｃｏｐｕｓＣｒｏｓｓ。

点击阅读更多内容