重磅:2018高被引科学家出炉!材料科学65人!苏大亮了

2018 年 11 月 28 日 材料科学与工程
点击上方「材料科学与工程」快速关注
材料类综合、全面、专业的微信平台

                                                                 

11月27日,科睿唯安(Clarivate Analytics)发布了其2018年度“高被引科学家”名单。该名单遴选出了各领域中高被引论文数量最多即受到全球同行集体认可的最具引文影响力的科研人员。


全球来自21个自然科学与社会科学领域的4000多(人次)高被引科学家入榜。2018年名单新增了跨学科领域(cross-field category),由此遴选出了约2,000人次在几个领域发表的高影响力论文具有卓越表现的研究人员。


  • 美国高被引科学家数量遥遥领先,高达2639人次;英国546人次。中国大陆入榜人数较去年大幅提高,达482人次,另中国香港入榜50人次,中国澳门5人次,中国台湾20人次。在科研机构中,哈佛大学依旧高居高被引科学家数量榜首。


  • 中国继续强势增长:仅中国大陆高被引科学家就已达到482人次,比去年增加了一倍多,仅次于美国和英国,其中36人入选2-3个学科领域的高被引科学家名单,另有206人入选跨学科领域高被引科学家名单。包含了中国香港(51人次)、中国澳门(5人次)和中国台湾(20人次)之后,中国高被引科学家达到558人次。


以下是中国内地高校入选人次统计和中国内地机构的完整名单:



2018年大陆“材料科学”高被引科学家

注:以上名单根据入选科学家的第一单位整理,第二单位未进行整理,仅供大家参考。中文名根据英文名搜索整理,如有错误请留言指出。实际名单请参照科睿唯安官网名单:https://hcr.clarivate.com。


2018年大陆高被引科学家完整名单



来源:科学网、化学加     

推荐阅读:

最新高校高被引论文数量排行榜公布

SCI论文经典词和常用句型,太有用了!

中国版Sci-Hub,还能下中文文献! 

投稿、合作,点击此处

让更多人了解你的成果、产品!

投稿邮箱:mse_material@163.com

商务合作请联系:微信vae6791

或者QQ1248284077

长按识别,材料行业都在关注的公众号

登录查看更多
0

相关内容

科学家发表的论文被数据库收录后,其他研究学者可以通过检索来获取信息,引用这篇论文,这些被引用的文章叫做被引文献,被引文献的作者叫被引科学家。如果这些科学家写的论文被引用的次数很多,也就是常说的被引频次很高,就叫“高被引科学家”。像汤森路透公司开发的“高被引科学家”数据库,就是用于统计科学家的被引频次,方便学术交流。
【2020新书】监督机器学习,156页pdf,剑桥大学出版社
专知会员服务
151+阅读 · 2020年6月27日
【快讯】KDD2020论文出炉,216篇上榜, 你的paper中了吗?
专知会员服务
50+阅读 · 2020年5月16日
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
【快讯】CVPR2020结果出炉,1470篇上榜, 你的paper中了吗?
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
重磅发布|《全球机器人报告2019》出炉!附全文下载
机器人大讲堂
7+阅读 · 2019年9月28日
Arxiv
110+阅读 · 2020年2月5日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Area Attention
Arxiv
5+阅读 · 2019年2月5日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
6+阅读 · 2018年7月29日
Arxiv
6+阅读 · 2018年6月18日
VIP会员
相关论文
Arxiv
110+阅读 · 2020年2月5日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Area Attention
Arxiv
5+阅读 · 2019年2月5日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
6+阅读 · 2018年7月29日
Arxiv
6+阅读 · 2018年6月18日
Top
微信扫码咨询专知VIP会员