The h-index, introduced by Hirsch, is based on the mutual variation between the number of cited and source items. The temporally continuous nature of the citation accretion process causes a shift of cited items from the h-core zone to the adjacent citation-asymmetric zones, viz. h-excess zone, or h-tail zone. The name given to this shifting phenomenon is the Diffusion of Cited Items (DCI). In this paper, two new variables are introduced, i.e., the Fold of Excess citation over Total citations (FET), denoted by $\epsilon^2$ and the Fold of h-core citation over Excess citations (FHE), denoted by $\theta^2$. On the basis of $\theta$ and $\epsilon$, another indicator is introduced, i.e., the Citation Swing Factor (CSF), defined as $d\theta/d\epsilon$, which indicates the differential coefficient of $\theta$ with respect to $\epsilon$. The time dependence of FET and FHE is also discussed. The possible solutions of are derived here. The functionality of CSF ($d\theta/d\epsilon$) to measure the diffusion process quantitatively will be tested later on for journals, authors and institutions.


翻译:Hirsch 推出的 h-index, 由 Hirsch 推出的 h- index, 依据被引用项目数量和来源项目数量之间的相互差异。 引用授权过程在时间上具有连续性,导致引用的项目从 h- 核心区, 即h- excess 区, 或 h- tail 区, 或 h- tail 区, 相邻的引用- 匹配区, 即 h- excess 区, 或 h- tail 区。 该变化现象的名称是被引用项目( DCI ) 的传播。 本文引入了两个新的变量, 即: 超额引用(FET) 和 超额引用(FET) 和 超额引用(FHE) 的引用(FHH) 调值(美元), 此处讨论FET 和 FESM 机构 的功能对后期测试。

0
下载
关闭预览

相关内容

专知会员服务
77+阅读 · 2021年3月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
109+阅读 · 2020年6月10日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
53+阅读 · 2019年9月29日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
已删除
将门创投
10+阅读 · 2019年3月6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
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
Arxiv
0+阅读 · 2021年8月5日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
已删除
将门创投
10+阅读 · 2019年3月6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
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
Top
微信扫码咨询专知VIP会员