کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6962735 1452275 2016 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Can we predict citation counts of environmental modelling papers? Fourteen bibliographic and categorical variables predict less than 30% of the variability in citation counts
ترجمه فارسی عنوان
آیا ما می توانیم شمارش ارجاع مقالات مدل سازی محیطی را پیش بینی کنیم؟ چهارده متغیرهای کتابشناختی و طبقه بندی کمتر از 30٪ از متغیرهای تعداد استناد را پیش بینی می کنند
کلمات کلیدی
ترجمه چکیده
ما 6122 مقالات مدلسازی محیطی را که از سال 2005 منتشر شده اند، مورد بررسی قرار داده ایم تا مشخص شود آیا تعداد استنادهایی که هر مقاله تا سپتامبر 2014 دریافت کرده است، پیش بینی می شود یا خیر. یک جنگل تصادفی با استفاده از طیف وسیعی از متغیرها به راحتی محاسبه یا طبقه بندی شده به عنوان پیش بینی کننده ها اعمال شد. 511 مقاله منتشر شده در دو مجله کلیدی در سال 2008 بیشتر مورد تحلیل قرار گرفته است تا متغیرهای اضافی را در نظر بگیرند. مقالات بدون معادلات دیفرانسیلی بیشتر نقل قول دریافت کرد. موضوع مقاله، تعداد نویسندگان و محل نشر نیز قابل توجه بود. ده عوامل دیگر، که بعضی از آنها در سایر مطالعات قابل توجه بوده است، مورد توجه قرار گرفته اند، اما بیشتر به قدرت پیش بینی مدلها کمک می کند. به طور خلاصه، تمامی عوامل پیش بینی کننده 16-29 درصد تغییرات در تعداد استنادات بودند، واریانس باقیمانده (اکثریت) احتمالا مربوط به عوامل مهم ذهنی مانند کیفیت کاغذ، وضوح و به موقع بودن است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزار
پیش نمایش مقاله
آیا ما می توانیم شمارش ارجاع مقالات مدل سازی محیطی را پیش بینی کنیم؟ چهارده متغیرهای کتابشناختی و طبقه بندی کمتر از 30٪ از متغیرهای تعداد استناد را پیش بینی می کنند
چکیده انگلیسی
We assessed 6122 environmental modelling papers published since 2005 to determine whether the number of citations each paper had received by September 2014 could be predicted with no knowledge of the paper's quality. A random forest was applied, using a range of easily quantified or classified variables as predictors. The 511 papers published in two key journals in 2008 were further analysed to consider additional variables. Papers with no differential equations received more citations. The topic of the paper, number of authors and publication venue were also significant. Ten other factors, some of which have been found significant in other studies, were also considered, but most added little to the predictive power of the models. Collectively, all factors predicted 16-29% of the variation in citation counts, with the remaining variance (the majority) presumably attributable to important subjective factors such as paper quality, clarity and timeliness.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Environmental Modelling & Software - Volume 75, January 2016, Pages 94-104
نویسندگان
, ,