- 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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
特色期刊激励评价方法
1文献综述
关于特色期刊及其评价,主要涉及到期刊特色的界定和建设、因子分析在科技评价中的应用、变权技术等等,主要文献综述如下:关于期刊特色建设,朱晓华等[1]研究发现,特色栏目表现为高下载、高阅读、影响力广,是期刊总体水平与竞争力的重要标志。钱澄[2]认为特色栏目建设成功的关键在于充分挖掘优势学术资源,以升级转型作为明确目标。关于因子分析法在科技评价中的应用创新,俞立平等[3]在分析评价本质属性的基础上,提出了一种新的多属性评价方法选取方法———因子BP人工神经网络筛选法。奉国和等[4]采用熵权法结合因子分析计算各指标权重,然后通过TOPSIS法对图书馆学情报学类期刊进行评价。张发明[5]利用因子分析法得到公共因子,以信息熵作为诱导密度算子对评价信息进行集结,对学术期刊进行评价。俞立平[15]采用聚类分析、因子分析辅助进行指标分类,然后采用结构方程模型进行降维。可以看出,关于期刊特色建设存在的问题、特色期刊的界定以及特色期刊的建设方法,现有研究成果比较充分。为了找到特色期刊一般会用到因子分析方法,该方法在科技评价与学术期刊评价中应用较广,并且有一些学者已经在评价指标分类、新评价方法设计、组合评价等应用中进行了探索和创新。变权思想已经在经济社会和自然科学中得到了广泛的应用,其应用主要集中在惩罚性变权,但尚未在学术期刊评价中得到应用。总体上,本文将在以下方面进行进一步的研究:第一,特色期刊的判定方法。现有的简单根据评价指标值筛选特色期刊的方法是有瑕疵的,容易导致误差以及特色泛化,迫切需要找到一种新的特色期刊筛选方法。第二,特色期刊筛选是一项系统工程,包括评价指标的分类与聚类、因子分析降维、特色期刊筛选标准等等,这些技术细节有待进一步探索和明确。第三,变权思想是一种鼓励期刊特色的评价手段,在变权幅度、变权评价方法、变权产生的结果及其影响等方面,也需要进一步探索。
2研究方法
2.1特色期刊特色指标激励的变权评价框架
特色期刊特色指标变权激励评价的分析思路如图1所示。首先选取期刊评价指标,并确定权重,然后基于因子分析进行降维,得到各公共因子得分排序,据以确定特色指标和特色期刊,对需要进行变权公共因子的涉及细分指标进行变权,再对变权后的学术期刊进行评价,并与原始评价进行比较。
2.2期刊特色的显性表现
学术期刊内在特色与外在表现关系如图2所示。学术期刊的内在特色往往都是非常鲜明的,但现有的文献计量指标体现的外在表现却使期刊的特色光芒有所降低。由于内在特色决定了学术期刊的外在表现,所以用期刊的外在表现进行特色期刊的测度是一种可行的方法。从学术期刊办刊角度,其内在特色是非常鲜活和生动的,诸如学科特色、地域特色、栏目特色、质量特色、传播特色等等,但由于期刊特色往往不具有共性,一些特色只能用语言反映,还有许多特色难以用文献计量指标反映,所以最终从可以定量测度的文献计量指标角度,只能大致表现为影响力、时效性、跨学科、数量规模等方面,期刊特色的表现形式就不那么明显。从特色评价角度,只能从学术期刊特色的外在表现角度进行评价,这在统计学上是一种可行的做法。
2.3因子降维特色期刊筛选原理
关于特色期刊的筛选方法,有两种解决思路,一种是对期刊评价指标进行人工分类,再进行评价后筛选;另一种方法是通过因子分析进行降维,再根据公共因子排序进行遴选,两种方法的优劣比较如图3所示。图3摇特色期刊筛选方法采用人工分类评价,得到一级指标值来遴选特色期刊,一般到一级指标即可,没有必要对二级指标再进行评价,在多数情况下,一级指标已经可以反映期刊特色。其主要问题体现在以下3个方面:第一,是在一级指标评价时需要对各指标进行赋权,在期刊评价初期,可能专家还没有赋权,或者后续正式评价时权重赋值方法还有可能调整,因此相对而言主观性强,会产生误差。第二,计算工作量大,工作量不亚于进行所有指标的正式评价,涉及指标标准化、权重赋值、评价方法选择、结果分析排序等等。第三,可能存在人工分类困难情况,有些期刊评价指标具备多种内涵,有的期刊评价指标是复合指标,究竟如何进行分类有时人工也难以判断,比如即年指标,具有影响力和时效性的双重特征。采用因子分析降维后,根据公共因子得分排序遴选特色期刊是另外一条可行的路径,其优点体现在两个方面:第一是计算简捷,现在因子分析软件包众多,很快就可以得到结果。第二是客观性好,无论是评价指标分类,还是公共因子计算得分,均非常客观,一般不会存在争议。当然该方法也有缺点,主要体现在对公共因子的命名和含义分析上,有时公共因子的含义不太好总结和命名,对于这种情况,可以结合人工对少数难以解释的指标进行归类,或者暂时将难以解释的指标删掉,再用因子分析进行处理,最后综合进行后续变权处理。综合以上两种特色期刊的筛选方法,以因子分析法为佳,其优点明显超越不足。
原创力文档


文档评论(0)