学术机构入围ESI前1％学科时间的曲线拟合预测方法研究——以清华大学为例

摘要：

[目的/意义] ESI学科排名是国内外学科评价的重要指标之一.以清华大学为例,介绍一套切实可行的数据分析方法,尝试对学术机构入围ESI学科排名世界前1％的时间进行预测.[方法/过程]首先通过ESI模拟检索,将检索结果与ESI末位入围机构进行被引频次比较,找到“入围差距”,确定临近入围ESI的潜力学科,然后运用曲线拟合模型方法,预测入围时间.之后进一步对3种曲线函数的拟合优度进行比较研究,并分析预测误差可能产生的原因.[结果/结论]后续实际验证表明,本文给出的预测时间基本准确.此预测方法对学术机构掌握重点学科发展趋势、衡量与世界一流学科差距具有实际参考价值.

关键词：学科评价、文献计量、Essential Science Indicators (ESI)、时间预测、曲线拟合模型

分类号：G250(图书馆学、图书馆事业)

资助基金：本文系国家社会科学基金项目“英文版中国学术期刊的国际影响力评价与发展策略研究”项目编号:14BTQ055研究成果之一.

在线出版日期：2017-03-03（万方平台首次上网日期，不代表论文的发表时间）

页码：88-93