WikiEdge:ArXiv速遞/2025-02-25

摘要

• 原文標題：Is OpenAlex Suitable for Research Quality Evaluation and Which Citation Indicator is Best?
• 中文標題：OpenAlex 是否適合研究質量評估？哪種引用指標最佳？
• 發布日期：2025-02-25 18:21:30+00:00
• 作者：Mike Thelwall, Xiaorui Jiang
• 分類：cs.DL
• 原文連結：http://arxiv.org/abs/2502.18427v1

中文摘要：本文比較了（1）使用OpenAlex和Scopus進行引文分析，測試它們的引用計數、文檔類型/覆蓋範圍和學科分類，以及（2）三種基於引文的指標：原始計數、（領域和年份）標準化引文得分（NCS）和標準化對數轉換引文得分（NLCS）。方法（1&2）：通過對28.6百萬篇文章的指標計算，並在兩個黃金標準上進行了8,704次相關性比較，這些標準涉及97,816篇英國研究卓越框架（REF）2021的文章。主要黃金標準是ChatGPT評分，次要標準是提交文章的部門的平均REF2021專家評審得分。結果：（1）OpenAlex提供的引用計數優於Scopus，其包容性文檔分類/範圍似乎不會導致顯著的領域標準化問題。最廣泛的OpenAlex分類方案提供了最佳指標。（2）與直覺相反，原始引用計數至少與幾乎所有領域標準化指標一樣好，並且在單一年份中表現更好，而NCS優於NLCS。（1&2）存在顯著的領域差異。因此，（1）OpenAlex適用於大多數領域的引文分析，（2）主要的基於引文的指標似乎與質量判斷相反。領域標準化似乎無效，因為引用較多的領域往往產生更高質量的工作，影響跨學科研究或領域內主題差異。