揭示主要学科期刊影响因子的分布规律:Burr分布模型研究
需积分: 9 201 浏览量
更新于2024-07-09
收藏 1.67MB PDF 举报
本文是一篇深入探讨期刊影响因子(Journal Impact Factor, JIF)经验样本分布的研究论文,发表于2010年,作者S.K. Mishra。JIF是评价学术期刊影响力的重要指标,一直以来,学者们对于其背后的统计分布模式持有不同的观点。早期的研究者提出了多种可能的理论模型,包括对数正态分布、正态分布、近似正态、威布尔分布、负指数分布、指数组合、泊松分布、广义逆高斯-泊松分布、负二项式分布、广义Waring分布等,这些分布都是基于假设的JIF生成机制。
然而,实际JIF数据的特点显著地表现出不对称性和非稳定性,这使得某些特定分布模型显得更为合适。在生物学、化学、经济学、工程学、物理学、心理学和社会科学等领域,研究发现Burr-XII分布、反Burr-III(Dagum分布)、Johnson SU分布以及与Burr分布相关的其他类型(如Johnson SB、Kumaraswamy、Log-logistic、lognormal、log-Pearson、Weibull、Generalized normal、Hypersecant和Beta分布)能够更好地匹配JIF数据的特性。例如,Burr分布因其灵活性和适应性,能处理非线性和厚尾效应,而Dagum分布则被证明在某些情况下能更精确地描述JIF分布。
Mansilla等人(2007)的研究指出,无论学科领域如何,JIF都遵循一种特定的秩-大小规则。Egghe(2009)试图提供一个理论解释,但Waltman和Eck(2009)质疑其依赖于不切实际的假设,即期刊发表的文章可以被视为随机的。这篇论文的核心贡献是对这些观察和理论的进一步分析,通过实证样本数据揭示了在不同学科背景下,哪些分布模型最能准确反映JIF的实际分布情况。
该研究的结果对于理解JIF的内在规律和评估期刊质量具有重要意义,同时也提醒了我们在应用JIF时需要考虑其潜在的分布特性和偏差。通过了解这些分布模型,研究人员和图书馆学者能够更精确地进行期刊评价和文献引用决策。这篇论文为JIF的统计建模和解读提供了新的洞见,对于提升学术评价体系的科学性和可靠性具有不可或缺的价值。
2021-05-07 上传
2023-10-17 上传
2023-06-08 上传
2023-07-25 上传
2023-06-08 上传
2023-09-07 上传
2023-12-09 上传
2023-06-28 上传
2023-09-12 上传
weixin_38722329
- 粉丝: 12
- 资源: 960
最新资源
- C语言快速排序算法的实现与应用
- KityFormula 编辑器压缩包功能解析
- 离线搭建Kubernetes 1.17.0集群教程与资源包分享
- Java毕业设计教学平台完整教程与源码
- 综合数据集汇总:浏览记录与市场研究分析
- STM32智能家居控制系统:创新设计与无线通讯
- 深入浅出C++20标准:四大新特性解析
- Real-ESRGAN: 开源项目提升图像超分辨率技术
- 植物大战僵尸杂交版v2.0.88:新元素新挑战
- 掌握数据分析核心模型,预测未来不是梦
- Android平台蓝牙HC-06/08模块数据交互技巧
- Python源码分享:计算100至200之间的所有素数
- 免费视频修复利器:Digital Video Repair
- Chrome浏览器新版本Adblock Plus插件发布
- GifSplitter:Linux下GIF转BMP的核心工具
- Vue.js开发教程:全面学习资源指南