WikiEdge:ArXiv速递/2025-02-25

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。