BitPlots包简介

BibPlots包提供了一些绘图函数,绘制的图像可用于文献计量法中评估研究者的研究水平。

BibPlots 0.0.5版本提供了四个函数,可对文献计量数据进行分析和作图。

1.beamplot

beamplot函数可以将WoS(Web of Science)网站上下载的数据直接生成beamplot图像。Web of Science是美国ISI公司基于WEB开发的产品,包括三大引文库(SCI、SSCI和A&HCI)和两个化学数据库(CCR、IC)。下载数据时需选择制表符分隔格式。

beamplot可以同时展示发表论文数量和论文的影响力。

在WoS上搜索某一作者的全部论文,导出数据,将导出格式选为制表符分隔(Tab-delimited(Win,UTF-8))。

640?wx_fmt=png

使用该数据文件,调用beamplot函数绘制beamplot图。

library(BibPlots)

beamplot("savedrecs.txt")

640?wx_fmt=png

beamplot纵坐标为发表论文的年份。上方横坐标表示论文发表数量,当年的论文发表数量在当年对应位置以红色圆点标注,所有年份发表论文的中位数以红色虚线标注。下方的横坐标表示论文被引数,该作者每篇论文的被引数在当年的对应位置以菱形黑点标注,当年被引数的中位数以三角形黑点标注。所有年份论文被引数的中位数以黑色虚线标注。

从图中可以直观地得到以下信息:首篇文章发表的年份、是否有论文发表中断的年份、该作者职业发展总体情况等。

由于论文被引数需要一定的时间积累,一般而言,较新的论文比较旧的论文被引数少。该函数给出了一种简单的线性加权方法来减弱这种影响。假设论文被引用主要集中在发表的十年之内。论文发表当年的加权因子为1,论文发表一年后的加权因子为1/2,…,论文发表十年及以后的加权因子为1/11。

在调用函数时设置do_weight参数为TRUE对被引数进行加权。

beamplot("savedrecs.txt",do_weight=T)

640?wx_fmt=png

由beamplot绘制的单个研究者的图像之间的比较,主要适用于相同或相似领域中相同或相近研究时长的研究者。对于不同领域的研究者,或同一个研究者在多个学科发表文章的情形,应使用学科归一化评分代替论文被引数。对于研究时长相差较多的研究者的比较,可以用被引数与发表年数相除代替被引数。

2.DAMBiPlot

DAMBiPlot函数根据期刊和文章的影响因子(百分位数)绘制DAMBiPlot图(Difference against mean bibliography plot)。纵坐标表示文章的影响因子与期刊的影响因子之差,横坐标表示二者的均值。期刊和文章的影响因子越大,DAMBiPlot图上的点横坐标越大。x轴以上的点表示文章的影响因子大于期刊的影响因子,x轴以下的点表示期刊的影响因子大于文章的影响因子。

利用示例数据做DAMBiPlot。示例数据为含有期刊和文章的影响因子(百分位数)的数据框。

data(example_researcher)

DAMBibPlot(example_researcher)

640?wx_fmt=png

图中竖直的红色实线为图中所有点横坐标的中位数,水平的红色实线为x轴,水平的红色虚线为图中所有点纵坐标的中位数。

R console界面给出以下结果。r1,r2分别为水平红色实线上方(含线上)和下方的点;c1,c2分别为竖直红色实线右侧(含线上)和左侧的点;q1,q2,q3,q4分别为红色实线划分区域的右上,左上,左下,右下部分的点。avg()为某区域内点的重心(图中红色方形点标注位置)。

640?wx_fmt=png

3.jpscatter

jpscatter(journal and paper scatterplot)函数绘制期刊和文章的影响因子(百分位数)的散点图。横坐标为文章的影响因子,纵坐标为期刊的影响因子。

640?wx_fmt=png

图中竖直的红色实线为图中所有点横坐标的中位数,水平的红色实线为图中所有点纵坐标的中位数。倾斜的红色实线为45度线。

R console界面给出以下结果。r1,r2分别为水平红色实线上方(含线上)和下方的点;c1,c2分别为竖直红色实线右侧(含线上)和左侧的点;q1,q2,q3,q4分别为红色实线划分区域的右上,左上,左下,右下部分的点。avg()为某区域内点的重心(图中红色方形点标注位置)。

640?wx_fmt=png

4.rpys

rpys(reference publication year spectogram)函数可以利用从CRExplorer上获得的数据绘制光谱图。

利用示例数据做rpys图。示例数据为某一领域各年度被引参考文献数量和中位差的数据框。中位差为该年的被引参考文献数量与五年(该年度及该年度的前两年和后两年)被引参考文献数量中位数之差。调用函数时所需变量为一个含有年度、各年度被引参考文献数量及中位差的数据框,绘图的起止年度。

data(rpys_example_data)

rpys(rpys_example_data, 1935, 2010)

640?wx_fmt=png

红色的点表示各年被引参考文献数量,蓝色的点表示各年被引参考文献数量中位差。

-------------------------------

往期精彩:

640?wx_fmt=png

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值