利用成对比较和自适应 Lasso 估计量计算共识期刊元排名
应用统计
2015-04-21 v1 数字图书馆
摘要
在“不发表就出局”的文化中，科学期刊的排名在评估当前研究环境中的绩效方面发挥着核心作用。随着现有推导期刊排名的方法和途径日益多样，元排名作为一种聚合不同信息源的手段已广受欢迎。本文提出了一种利用异构期刊排名创建共识元排名的方法。使用成对比较数据的参数模型，我们估计了 OR/MS 社区中 58 种期刊的质量得分，结合收缩过程，可以识别具有相似质量的期刊簇。使用成对比较为推导共识分数提供了灵活的框架，同时消除了数据缺失的问题。
引用
@article{arxiv.1504.04873,
title = {Computing a consensus journal meta-ranking using paired comparisons and adaptive lasso estimators},
author = {Laura Vana and Ronald Hochreiter and Kurt Hornik},
journal= {arXiv preprint arXiv:1504.04873},
year = {2015}
}