Traditionally, Web of Science and Scopus have been the two most widely used databases for bibliometric analyses. However, during the last few years some new scholarly databases, such as Dimensions, have come up. Several previous studies have compared different databases, either through a direct comparison of article coverage or by comparing the citations across the databases. This article attempts to compare the journal coverage of the three databases: Web of Science, Scopus and Dimensions. The most recent master journal lists of the three databases have been used for the purpose of identifying the overlapping and unique journals covered in the databases. The results indicate that the databases have significantly different journal coverage, with the Web of Science being most selective and Dimensions being the most exhaustive. About 99.11% and 96.61% of the journals indexed in Web of Science are also indexed in Scopus and Dimensions, respectively. Scopus has 96.42% of its indexed journals also covered by Dimensions. Dimensions database has the most exhaustive coverage, with 82.22% more journals covered as compared to Web of Science and 48.17% more journals covered as compared to Scopus. We also analysed the research outputs for 20 highly productive countries for the 2010-2019 period, as indexed in the three databases, and identified database-induced variations in research output volume, rank and global share of different countries. In addition to variations in overall coverage of research output from different countries, the three databases appear to have differential coverage of different disciplines.


翻译:传统上,科学网和斯科普斯网络是用于生物测定分析的最广泛使用的两个数据库。然而,在过去几年中,出现了一些新的学术数据库,如尺寸等。前几项研究通过直接比较文章的覆盖范围或比较各数据库的引用,比较了不同的数据库。本文章试图比较三个数据库的期刊覆盖面:科学网、斯科普斯和范围。三个数据库的最新主日志清单用于查明数据库中重叠和独特的期刊。结果显示,这些数据库的期刊覆盖面大不相同,科学网最有选择性,内容最详尽。科学网中编入索引的期刊中,99.11%和96.61%的期刊也分别编入Scopus和范围索引。Scopus有96.42%的索引杂志也由 " 内容 " 所覆盖。三个数据库的覆盖面最广,与科学网相比,增加了82.22%的期刊,与Scopus相比,增加了48.17%的期刊覆盖面。我们还分析了2010年三个不同研究阶段的研究成果,从20个不同层次国家,从2010年不同层次到三个研究阶段,我们分析了三个研究阶段的研究产出的变化。

0
下载
关闭预览

相关内容

人工智能顶会WSDM2021优秀论文奖(Best Paper Award Runner-Up)出炉
专知会员服务
85+阅读 · 2021年1月7日
多标签学习的新趋势(2020 Survey)
专知会员服务
41+阅读 · 2020年12月6日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
40+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Semantics of Data Mining Services in Cloud Computing
Arxiv
4+阅读 · 2018年10月5日
Arxiv
5+阅读 · 2018年1月23日
VIP会员
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
Top
微信扫码咨询专知VIP会员