Web of Science 致谢文本的综合分析：基于四个科学领域的案例研究
数字图书馆
2023-05-26 v1 计算与语言
摘要
致谢分析尤为有趣，因为致谢不仅可提供关于资助的信息，还能够揭示对作者身份的隐性贡献以及研究者的合作模式、研究开展的背景，以及学术工作的具体方面。本研究聚焦于对 Web of Science (WoS) 核心合集中索引的大量致谢文本样本的分析。考虑了 2014 至 2019 年间以英文发表于某科学期刊的四种不同科学领域（即社会科学、经济学、海洋学和计算机科学）的 'article' 与 'review' 类型记录。使用命名实体识别 (NER) 标注器从致谢文本中提取了六类被致谢实体，即资助机构、资助号、个人、大学、企业与其他，并随后加以考察。对致谢文本的一般分析表明 WoS 中资助信息的索引是不完整的。对自动提取实体的分析揭示了不同科学领域间被致谢实体类型的分布存在差异与独特模式。发现了被致谢实体与科学领域之间、以及被致谢实体与实体类型之间的强关联。被致谢实体数量与引用次数之间仅发现可忽略的相关性。总体上，致谢文本中的词数与被致谢资助组织、大学、个人和其他实体的数量呈正相关。同时，具有更多句子的致谢文本拥有更多被致谢的个人与其他类别。
引用
@article{arxiv.2210.09716,
title = {A Comprehensive Analysis of Acknowledgement Texts in Web of Science: a case study on four scientific domains},
author = {Nina Smirnova and Philipp Mayr},
journal= {arXiv preprint arXiv:2210.09716},
year = {2023}
}
备注
30 pages, 14 figures, accepted in Scientometrics