基本科学指数(Essential Science Indicators)数据库

介绍美国ISI公司新近推出的基本科学指数数据库ESI的收录情况、基本功能、统计指 标和方法以及引文阈值等。文中还列出了ESI中一些重要的图表并作了简要说明。     

基于ESI数据库的中国高校科研竞争力的计量分析

以美国ESI数据库为研究载体，基于计量学的理论建立相应的指标体系并期望通过这些定量的数据来反映我国优秀学校在国际范围内的真实位置，并且得出结论说明通过对高校在ESI数据库的发文情况的综合引证分析可以作为衡量高校科研竞争力的一个客观指标。     

ESI文献分类研究

ESI数据源自SCI，对ESI如何按所属期刊归类文献，并将SCI综合类期刊文献进行二次归类的方法进行介绍。在ESI与SCI分类体系对比中，发现ESI虽然摆脱了SCI庞大的分类体系，但ESI文献分类体系对文献内容揭示不准确、揭示程度不够。基于此，应用JCR171个类目，提出设计ESI二级核心类目列表的方法和思路。     

高影响力作者的机构分布模式研究

高影响力作者是一个科研机构科研产出的主要力量,因此对作者的机构分布规律的研究是进行科研机构评价的主要内容之一。以ESI(Essential Science Indicators)的学科分类和机构与作者排名算法为参考,以Web of Science的基础数据作为数据源,通过对作者和科研机构之间关系的深入分析发现,在研究所涉及的4个学科中,总体上80%左右的高影响力作者就职于总被引排名前1%的机构。基于机构分层的作者分布分析结果显示,三个层次的高被引机构所拥有的高影响力作者的比例均维持在比较稳定的水平。在此基础上,提出以机构拥有的高影响力作者的比例为指标的新的机构评价方法。     

中国临床医学与国际水平之间的差距文献计量分析

利用ESI（EssentialScientificIndicators）数据库,通过对10年（2001年1月1日-2010年12月31日）临床医学文献的统计分析,揭示了该领域产文量和影响力较高的国家机构和期刊排名。中国临床医学文献的被引量显示了我国临床医学与国际水平之间的差距。     

2009年世界一流大学与科研机构学科竞争力评价的做法、特色与结果分析

本研究从美国汤姆森科技信息集团出版的《基本科学指标》(ESI)数据库获取原始数据,对世界一流大学与科研机构的学科竞争力进行了科学合理、客观公正的评价研究和综合分析,最终得到了3类共30个排行榜,它们分别是:《2009年世界大学科研竞争力排行榜》、《2009年世界大学与科研机构分22个学科的科研竞争力排行榜》和《2009年世界大学科研竞争力分7个基本指标排行榜》。2009年评价结果显示,中国大陆的科研实力在世界范围内位居第12位,较2007年前进8位;有70所大学进入ESI被引总量前1%的1475所世界大学排行,约占4.7%,较2007年增加21所,增长0.6个百分点。这些都是我国在建设世界一流大学道路上取得的可喜成绩,但通过仔细比较和分析,可以看出我国大学整体排名比较靠后,说明我国大学离世界一流大学还有相当差距,建设世界一流大学的任务仍很艰巨,特别是建设世界高水平的一流大学和科研机构以及创新型成果方面差距还很大。从自身来看,与2007年相比,我国大学与科研机构不论在数量上和质量上都有明显进步,虽然离《纲要》中提出的"国际科学论文被引量进入世界前5位"目标还有很大差距,但是这些成绩的取得会给我们增加信心,相信这...     

基于Incites和ESI的高校科研产出统计与分析——以西南交通大学为例

通过科研分析工具Incites和ESI（EssentialScienceIndicators）对西南交通大学总体论文产出及影响力、合作机构情况、自身优势学科及有发展潜力学科等方面进行统计分析,为学校科研产出及学科规划决策提供客观数据,进行定量分析。     

增强编辑主体意识 打造精品医学科普期刊——《保健医苑》的办刊实践

《Chinese Journal of Natural Medicines》获得国家6部委"中国科技期刊国际影响力提升计划"B类项目资助.在项目实施过程中,编辑部积极采取一系列的措施——紧跟科学前沿并组约高水平论文,向同行期刊取经,创新出版形式和文献类型,利用新媒体手段扩大宣传,等等,旨在切实提升期刊的学术质量和国际影响力.诸多举措使得该刊2014年影响因子比2013年有了较大提高.     

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

[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。     

ESI农业科学的评价与分析

按ESI的学科分类标准,从SCIE下载ESI农业科学所有期刊2008年至2011年所发表的全部论文的原始数据,再利用软件对原始数据中的同名作者和同名机构进行识别与归并,消除数据不准确带来的误差。然后,根据ESI进入前1%的作者与机构具有高影响力的划分原则,对农业学科的高影响力作者和机构进行统计,重点分析农业领域高影响力作者的学术卓越性、学术生产力和学术影响力,并对高影响力机构进行分层评价。最后,利用共词分析法对所有论文的主题分布进行统计分析。