- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
邀请函 南京师范大学
为高等教育寻找有意义的绩效分析与评估的方法
——ESI推介交流会
Essential Science IndicatorsSM(基本科学指标,简称ESI)是全球学术成果计量分析的权威工具。利用ESI可以分析国家、研究机构的学术影响力,获取国家、研究机构等在全球各学科中的排名信息,发现自然科学和社会科学领域的热点和前沿研究成果等(详见所附介绍)。
图书馆已于3月30日在我校正式开通ESI数据库,为使本校科研决策管理人员、研究人员更好地了解和利用ESI数据库,科技处、社科处、学科办和图书馆将联合举行ESI推介交流会。
时间:4月15日下午2:00
地点:仙林校区敬文图书馆西会议室
主要内容:
●引文分析应用于科研绩效分析与评估的理论基础和若干问题
●From Ranking to Benchmark —借助ESI,InCites构建科研绩效“仪表板”
●南京师范大学学术论文及重点学科分析(自然科学及社会科学)
●教育部领导关注的一部分资料
●交流讨论
参加人:各学院分管科研的副院长、学科带头人、重点实验室主任;另欢迎广大师生参加!
主办:
科技处、社科处、学科办、图书馆
2011
附:数据库介绍
Essential Science Indicators(ESI)
数据库介绍
ESI能够提供
来自全球11,000多种学术期刊1000多万篇论文的分析和统计结果;
基于科学家、研究机构(或大学)、国家(或地区)及学术期刊的论文和被引次数统计结果;
全球22个学科的高被引论文、热点论文和研究前沿;
全球各学科论文影响力的基准值
您能够利用ESI
分析国家、研究机构、期刊的学术表现;
发现自然科学和社会科学领域的热点和前沿研究成果;
获取国家、机构、期刊和论文在全球各学科中的排名信息;
揭示特定学科领域中的研究成果和影响力现状;
Essential Science IndicatorsSM(基本科学指标)是基于Web of Science-Science Citation Index Expanded(科学引文索引)和Social Sciences Citation Index(社会科学引文索引)权威数据建立的分析型数据库,对全球科研机构、国家、期刊和论文进行深入分析。通过ESI,研究人员可以系统地、有针对性地分析全球科技文献,从而了解全球各个学科领域内的科学家、研究机构(或大学)、国家(或区域)和学术期刊在某一领域中的发展和影响力现状,识别自然科学和社会科学领域的重要研究趋势与发展方向;此外,科研管理人员也可以利用ESI找到研究绩效的量化分析数据,辅助科技政策的制定与决策。
数据库主要功能包括:
多视角分析全球学术成果,跨学科透视机构学术表现
基于科学家、研究机构(或大学)、国家(或地区)及学术期刊的论文数量和总被引次数,以及在全球22个学科中的排名;
高被引论文(Highly Cited Papers)— 即最近10 年间各研究领域中被引频次排名位于全球前1%的论文;
热门论文(Hot papers)— 即最近2年内各研究领域中被引频次在最近2个月内排名位于全球前0.1%的论文;
全球论文影响力基准值(Baselines)— 即22个学科中每年发表论文的篇均被引次数和6个百分位水平(0.01%,0.1%,1%,10%,20%和50%)的被引次数基准值;
研究前沿(Research Fronts)— 通过共被引分析和聚类算法选出的研究主题,反映现代科学中的研究密集型和突破性领域。
借助ESI,您可以了解本机构有哪些学科按照被引频次排名已经进入全球前1%。除总被引次数外,您还可以利用论文总数和篇均被引次数两个指标进行排序。
您还可以了解全球22个学科中总被引次数排名前1%的研究机构,并轻松获取本机构在各学科中的排名。
获取科学前沿信息,把握研究最新动态
ESI可以为您筛选出近十年内各学科的高被引论文,从而帮助研究人员聚焦近十年内重要的研究成果,把握学科发展趋势和方向。
研究前沿(Research Fronts)则通过共被引分析和聚类算法对高被引论文进行聚类,并挖掘和汇总其中的研究内容,从而为研究人员提供更加具体和深入的学科前沿情报,判断学科发展阶段,并发现学科领域中顶尖的研究团体。
您可能关注的文档
最近下载
- 电池及锂电池基础知识培训.pdf VIP
- 日剧剧本___ハケンの品格.doc VIP
- 教室整理与收纳过程中的创造性劳动实践.docx VIP
- 2024《小学劳动教育课程实施现状调查研究—以X小学为例》12000字.docx VIP
- 第二单元《德奥音乐之旅》第1课时《德奥之声》课件 人教版三年级音乐上册.pptx VIP
- 2机5节点电力系统的仿真及潮流计算.pdf VIP
- 自卸车安全技术交底.doc VIP
- 第四单元---整理与收纳 主题活动 打造最美教室.docx VIP
- 企业员工流失问题分析与应对策略.docx VIP
- 小学综合实践二年级上册第二单元《我是少先队员》教材分析及全部教案.docx VIP
文档评论(0)