查看“WikiEdge:ArXiv速递/2025-02-25”的源代码

== 摘要 ==
* '''原文标题'''：Is OpenAlex Suitable for Research Quality Evaluation and Which Citation Indicator is Best?
* '''中文标题'''：OpenAlex 是否适合研究质量评估？哪种引用指标最佳？
* '''发布日期'''：2025-02-25 18:21:30+00:00
* '''作者'''：Mike Thelwall, Xiaorui Jiang
* '''分类'''：cs.DL
*'''原文链接'''：http://arxiv.org/abs/2502.18427v1
'''中文摘要'''：本文比较了（1）使用[[OpenAlex]]和[[Scopus]]进行[[引文分析]]，测试它们的引用计数、文档类型/覆盖范围和学科分类，以及（2）三种基于引文的指标：原始计数、（领域和年份）标准化引文得分（[[NCS]]）和标准化对数转换引文得分（[[NLCS]]）。方法（1&2）：通过对28.6百万篇文章的指标计算，并在两个黄金标准上进行了8,704次相关性比较，这些标准涉及97,816篇英国[[研究卓越框架]]（[[REF]]）2021的文章。主要黄金标准是[[ChatGPT]]评分，次要标准是提交文章的部门的平均REF2021专家评审得分。结果：（1）OpenAlex提供的引用计数优于Scopus，其包容性文档分类/范围似乎不会导致显著的领域标准化问题。最广泛的OpenAlex分类方案提供了最佳指标。（2）与直觉相反，原始引用计数至少与几乎所有领域标准化指标一样好，并且在单一年份中表现更好，而NCS优于NLCS。（1&2）存在显著的领域差异。因此，（1）OpenAlex适用于大多数领域的引文分析，（2）主要的基于引文的指标似乎与质量判断相反。领域标准化似乎无效，因为引用较多的领域往往产生更高质量的工作，影响跨学科研究或领域内主题差异。

== 摘要 ==
* '''原文标题'''：Streamer-like red line diffuse auroras driven by time domain structures and ECH waves associated with a plasma injection and braking ion flows
* '''中文标题'''：由时间域结构和ECH波驱动的流状红线弥散极光，与等离子体注入和制动离子流相关
* '''发布日期'''：2025-02-25 23:07:50+00:00
* '''作者'''：Yangyang Shen, Xu Zhang, Jun Liang, Anton Artemyev, Vassilis Angelopoulos, Emma Spanswick, Larry Lyons, Yukitoshi Nishimura
* '''分类'''：physics.space-ph, astro-ph.EP, physics.geo-ph, physics.plasm-ph
*'''原文链接'''：http://arxiv.org/abs/2502.18692v1
'''中文摘要'''：[[极光流]]是[[磁层]]-[[电离层]]耦合的重要中尺度过程，通常使用对高能（>1 keV）电子沉降敏感的成像仪进行研究，例如全天空成像仪（ASIs）。本文报告了类似流状的红线极光，代表低能（<1 keV）沉降，观测到位于[[黑极光]]和[[极光火炬]]的极向侧。这些红线极光与[[磁层电子注入]]和[[制动离子流]]有关。观测使用了[[THEMIS航天器]]和地面成像仪，包括[[Fort Smith]]的全天空成像仪（ASI）、[[REGO]]和[[子午扫描光度计]]（MSP）。我们通过[[时域结构]]（TDSs）和[[电子回旋谐波]]（ECH）波识别[[等离子体片]]电子投掷角散射为这些红线极光的驱动因素，原因是：（1）观测到的红线强度与沉降通量之间存在强相关性（~0.9）；（2）[[极光传输代码]]前向模型一致的红线强度；（3）MSP光学推断和[[准线性估计]]一致的沉降特征能量。

== 摘要 ==
* '''原文标题'''：Is OpenAlex Suitable for Research Quality Evaluation and Which Citation Indicator is Best?
* '''中文标题'''：OpenAlex 是否适合研究质量评估？哪种引用指标最佳？
* '''发布日期'''：2025-02-25 18:21:30+00:00
* '''作者'''：Mike Thelwall, Xiaorui Jiang
* '''分类'''：cs.DL
*'''原文链接'''：http://arxiv.org/abs/2502.18427v1
'''中文摘要'''：本文比较了（1）使用[[OpenAlex]]和[[Scopus]]进行[[引文分析]]，测试它们的引文计数、文档类型/覆盖范围和学科分类，以及（2）三种基于引文的指标：原始计数、（领域和年份）标准化引文得分（[[NCS]]）和标准化对数转换引文得分（[[NLCS]]）。方法（1&2）：通过28.6百万篇文章计算出的指标在两个黄金标准上进行了8,704次相关性比较，涉及97,816篇英国[[研究卓越框架]]（[[REF]]）2021的文章。主要黄金标准是[[ChatGPT]]评分，次要标准是提交文章的部门的平均REF2021专家评审得分。结果：（1）OpenAlex提供的引文计数优于Scopus，其包容性文档分类/范围似乎不会导致显著的领域标准化问题。最广泛的OpenAlex分类方案提供了最佳指标。（2）与直觉相反，原始引文计数至少与几乎所有领域标准化指标一样好，并且在单一年份中表现更好，而NCS优于NLCS。（1&2）存在显著的领域差异。因此，（1）OpenAlex适用于大多数领域的引文分析，（2）主要的基于引文的指标与质量判断相比似乎表现反直觉。领域标准化似乎无效，因为被引用更多的领域往往产生更高质量的工作，影响了跨学科研究或领域内主题差异。