کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6934311 868520 2016 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Sampling issues in bibliometric analysis
ترجمه فارسی عنوان
مسائل نمونه گیری در تحلیل کتابشناختی
کلمات کلیدی
کتابشناختی نمونه برداری، جمعیت تجزیه و تحلیل قدرت، درصد موارد،
ترجمه چکیده
هنگام جمع آوری و تجزیه و تحلیل نمونه هایی از استنادات استنادی برای تحقیقات آنها، کتابمقدسین با چندین مسأله مواجه می شوند. نقاشی نمونه هایی که خیلی کوچک هستند ممکن است مطالعاتی را برای رسیدن به اهدافشان دشوار یا غیرممکن کند، در حالیکه نمونه هایی که بیش از حد بزرگ هستند، ممکن است منابع را تخریب کنند که می تواند برای مقاصد دیگر بهتر استفاده شود. این مقاله سه موقعیت رایج را مطرح می کند و برای رسیدگی به هر یک از آنها توصیه می شود. اول، کل جمعیت پرونده برای یک موسسه در دسترس است. ما استدلال می کنیم که حتی اگر تمام رکوردها جمع آوری شده است، استفاده از آمار استنباطی، آزمایش اهمیت و فواصل اطمینان هم مشترک و مطلوب است. دوم، به دلیل منابع محدود یا عوامل دیگر، نمونه ای از سوابق باید کشیده شود. ما نشان می دهیم که چگونه می توان از تجزیه و تحلیل توان استفاده کرد تا پیش بینی کند که چه اندازه نمونه برای دستیابی به اهداف مطالعه اهمیت دارد. سوم، اندازه نمونه ممکن است قبلا تعیین شود یا به این دلیل که داده ها قبلا جمع شده یا به دلیل منابع محدود است. ما نشان میدهیم که چگونه میتوان تجزیه و تحلیل توان را دوباره برای تعیین تاثیرات عظیمی برای به دست آوردن اثراتی که از لحاظ آماری معنی دار هستند، مورد استفاده قرار می دهد. چنین اطلاعاتی می تواند به کتابداران کمک کند تا انتظارات معقول خود را نسبت به آنچه که تجزیه و تحلیل آنها می تواند انجام دهد. در حالی که ما در مورد مسائل مورد علاقه برای کتابفروشیگران تمرکز می کنیم، توصیه های و روش های ما به راحتی می تواند برای سایر زمینه های مطالعه سازگار باشد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
Bibliometricians face several issues when drawing and analyzing samples of citation records for their research. Drawing samples that are too small may make it difficult or impossible for studies to achieve their goals, while drawing samples that are too large may drain resources that could be better used for other purposes. This paper considers three common situations and offers advice for dealing with each. First, an entire population of records is available for an institution. We argue that, even though all records have been collected, the use of inferential statistics, significance testing, and confidence intervals is both common and desirable. Second, because of limited resources or other factors, a sample of records needs to be drawn. We demonstrate how power analyses can be used to determine in advance how large the sample needs to be to achieve the study's goals. Third, the sample size may already be determined, either because the data have already been collected or because resources are limited. We show how power analyses can again be used to determine how large effects need to be in order to find effects that are statistically significant. Such information can then help bibliometricians to develop reasonable expectations as to what their analysis can accomplish. While we focus on issues of interest to bibliometricians, our recommendations and procedures can easily be adapted for other fields of study.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Informetrics - Volume 10, Issue 4, November 2016, Pages 1225-1232
نویسندگان
, ,