5秒辨别优质论文!文献阅读必备免费工具,搞定文献so easy!学者利器

  • Colin
  • 2
 

大学老师都有自己的研究课题和研究方向,但每个大的研究方向下还包含了众多的小分支。

面对各类文献数据库和海量学术论文,如何在繁杂的研究领域内准确地把握研究热点和前沿,进行文献综述?许多科研工作者表示很崩溃。

今天利器君给大家推荐一款文献可视化分析利器:Citespace,快速了解所研究的方向,快速辨别优质论文,高效科技文本挖掘。(由美国德雷塞尔大学信息科学与技术学院终身教授,大连理工大学长江学者讲座教授,陈超美博士开发研究,供科研人员免费试用。)

欢迎访问「学者利器」公众号

Citespace是一款很实用的文献可视化分析工具,能够显示一个学科或知识领域在一定时期发展的趋势与动向,简单地说,就是将学术文献中的信息(如:作者,期刊,关键词,被引用词汇等)关系,通过可视化的方式表现出来。

利器指数: ★★★★★

平台:Windows、Mac、Linux

 

 

欢迎访问「学者利器」公众号

文献共被引分析

citespace中文献共被引分析是其最为突出的功能之一,可以很简单的找到引用次数高的文章,同时通过共被引聚类分析,可以分析研究的主要集中方向,并且可以找到每个聚类中的关键文献。

下图是 JDIS 论文中的共被引网络的聚类图谱。请看示范▼

 

共被引聚类视图 图源:胡志刚的博客

 

从这幅图的模块度和轮廓值指标来看,这幅图在聚类方面是理想的。

网络的模块度是0.8925,可以说是非常高的,这意味着这一共被引聚类可以清楚的界定出science mapping 的各个子领域。聚类效度评价的另一个指标——平均轮廓值的分值是0.3678,相对较低,这主要是因为很多小聚类的存在,对于本文中我们关注的大聚类来说,平均轮廓值其实是非常高的。

——胡志刚的博客

 

在文献共被引图谱中,结点的年轮结构表示的是该文献被引用的历史,蓝色的年轮表示较早的年份,红色的表示最近的年份。轮的厚度与该年的被引频次成正比。

 

数据采集

分析前需要采集一定的数据,数据采集需建立2个小文件夹,分别命名为:data,project。

 

*Project文件夹是用来保存分析的结果,不需要添加其他内容。Data文件是存放将要被分析的数据。

 

建立文件夹 图源:大志的博客

 

以WOS为例,选中关键词限定下文献的参考文献,并导出存储在data文件夹中。

请看示范▼

从Web of Science下载分析所需要的数据

 

注意!因为CiteSpace只识别以download_为前缀的文件名,需要将每次下载的文件改名为download_xxx.txt

文献可视化分析

Citespace数据可以来源于web of science,CSSCI,CNKI,NSF,Derwent,Scopus,arXive-Print,Pubmed,SDSS等平台。

下载好数据后可以使用CiteSpace进行引用分析,选择年份,时间间隔,Cited Reference 代表我们要选择分析的是文献引用 ,点击GO,即可生成可视化报告。

请看示范▼

 

网站链接

可在Citespace官网上下载其安装软件,链接:

http://cluster.ischool.drexel.edu/~cchen/citespace/download/

Citespace软件的使用需要电脑配置Java环境,这样给安装者带来了很多的麻烦,为了更加方便快捷,利器君专门为各位制作好了citespace loading. rar压缩包,其中包括Java JRE(运行环境)+citespace软件包+教程大全。

————end————

 

本篇文章来源于微信公众号: 学者利器

相关文章

版权声明:

本网站(网站地址)刊载的所有内容,包括文字、图片、音频、视频、软件、程序、以及网页版式设计等均在网上搜集。

访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏,以及其他非商业性或非盈利性用途,但同时应遵守著作权法及其他相关法律的规定,不得侵犯本网站及相关权利人的合法权利。除此以外,将本网站任何内容或服务用于其他用途时,须征得本网站及相关权利人的书面许可,并支付报酬。

本网站内容原作者如不愿意在本网站刊登内容,请及时通知本站,予以删除。