Web of Science:引文报告与高影响力作者图谱

Web of Science提供引文报告与高影响力作者图谱相关功能，引文报告可呈现文献被引用情况，帮助研究者了解研究在学术领域的影响力与传播范围，高影响力作者图谱则以可视化方式，展示在特定学科或研究领域内具有高影响力的作者群体及其相互关系，通过该图谱，能快速识别领域内核心作者，把握学术研究动态与趋势，为科研人员选择合作对象、追踪前沿研究提供有力参考 。

Web of Science的引文报告与高影响力作者图谱（如作者影响力射束图）是评估科研人员学术贡献和影响力的关键工具，以下从功能、数据来源、应用场景三个维度进行详细分析：

引文报告：量化科研影响力的核心工具

功能与指标
引文报告通过Web of Science核心合集数据库生成，提供以下核心指标：

• 被引频次总计：论文被引用的总次数，反映整体影响力。
• 去除自引的被引频次：排除作者自引后的被引次数，更客观体现他人认可度。
• 施引文献数量：引用该论文的文献总数，反映研究被关注的广度。
• h指数：若作者有N篇论文被引用至少N次，则h指数为N，衡量持续影响力。
• 历年分布分析：通过图表展示论文发表年份与被引频次的关系，揭示研究热度变化。

数据来源与计算

• 数据范围：覆盖Web of Science核心合集收录的21,000余种期刊，学科领域包括自然科学、工程技术、生物医学、社会科学及人文艺术等。
• 计算逻辑：
  • 被引频次基于全球学术文献的引用记录,确保权威性。
  • h指数通过排序论文被引次数计算,避免单篇高被引论文的过度影响。

应用场景

• 学术评估：用于职称评审、项目申请中的成果量化。
• 趋势分析：通过历年数据识别研究领域的热点与衰退方向。
• 合作网络构建：通过施引文献分析，发现潜在合作者或竞争者。

高影响力作者图谱：可视化科研贡献的突破性工具

核心功能——作者影响力射束图

• 可视化设计：
  • 紫色点：代表单篇论文，位置由出版年份（y轴）和引文百分位（x轴）决定。
  • 绿圈：显示同一年度论文的引文百分位中位数。
  • 灰色虚线：代表作者全部论文的引文百分位中位数。
• 引文百分位：将论文被引次数与同学科、同出版年、同文献类型的论文比较，转换为百分位数（0-100），数值越高影响力越强，百分位数90表示该论文影响力超过90%的同类型论文。

数据来源与计算

• 基准比较：以同学科、同出版年、同文献类型的论文为参考集，确保评估的公平性。
• 动态更新：数据随Web of Science核心合集的更新而实时调整，反映最新学术动态。

应用场景

• 个人学术画像：直观展示科研人员的持续产出能力与高峰期。
• 机构人才评估：通过射束图比较不同机构学者的长期影响力。
• 领域标杆分析：识别高百分位数论文，定位领域内的突破性研究。

工具对比与选择建议

选择建议：

• 若需快速量化成果（如职称评审），优先使用引文报告。
• 若需分析科研轨迹或识别领域标杆,结合作者影响力射束图。
• 两者可互补使用：通过引文报告确认高被引论文，再用射束图分析其发表年份与影响力关系。

实践案例

案例1：学者A的职称评审

• 引文报告：显示h指数为25，总被引频次1,200次，去除自引后980次。
• 射束图：2018-2020年发表的论文引文百分位普遍高于80，显示研究高峰期。
• 学者A在近期产出高影响力成果,适合晋升教授。

案例2：机构B的人才引进

• 引文报告：候选人C的h指数为18，总被引频次600次。
• 射束图：论文引文百分位中位数为65，但2021年后无高百分位论文。
• 候选人C过去有影响力的研究,但近期产出质量下降，需谨慎引进。