Статистические методы оценки квартилей научных конференций

Обложка

Цитировать

Полный текст

Аннотация

В статье представлены результаты оценки квартилей научных конференций, выставленных ведущими рейтинговыми агентствами. Оценки получены на основе применения трёх методов многомерного статистического анализа: линейной регрессии, дискриминантного анализа и нейронных сетей. Для оценки использовалась обучающая выборка, включающая следующие факторы: возраст и периодичность конференции, количество участников и количество докладов, публикационная активность организаторов конференции, цитируемость докладов. В результате проведённого исследования линейная регрессионная модель подтвердила верность выставленных квартилей для 77% конференций, в то время как методы нейронных сетей и дискриминантного анализа дали близкие результаты, подтвердив верность выставленных квартилей для 81 и 85% конференций соответственно.

Об авторах

А. М. Ермолаева

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: ermolaeva-am@rudn.ru
ORCID iD: 0000-0001-6107-6461

Assistant of Probability Theory and Cyber Security

ул. Миклухо-Маклая, д. 6, Москва, 117198, Российская Федерация

Список литературы

  1. Journal Quartiles https://www.manuscriptedit.com/scholar-hangout/quartilesof-the-journals-and-the-secret-of-publishing/.
  2. Garfield, E. Citation indexes for science: A new dimension in documentation through association of ideas. Science 122, 108-111 (1955).
  3. Bergstrom, C. T., West, J. D. & Wiseman, M. A. The eigenfactor metrics. Journal of neuroscience 28, 11433-11434 (2008).
  4. Moed, H. F. Measuring contextual citation impact of scientific journals. Journal of informetrics 4, 265-277. doi: 10.1016/j.joi.2010.01.002 (2010).
  5. González-Pereira, B., Guerrero-Bote, V. P. & Moya-Anegón, F. A new approach to the metric of journals’ scientific prestige: The SJR indicator. Journal of informetrics 4, 379-391. doi:10. 1016/j.joi.2010.03.002 (2010).
  6. Kim, K. & Chung, Y. Overview of journal metrics. Science Editing 5, 16-20 (2018).
  7. Freyne, J., Coyle, L., Smyth, B. & Cunningham, P. Relative status of journal and conference publications in computer science. Communications of the ACM 53, 124-132. doi: 10.1145/1839676.1839701 (2010).
  8. Jahja, I., Effendy, S. & Yap, R. H. Experiments on rating conferences with CORE and DBLP. D-Lib Magazine 20. doi: 10.1045/november14-jahja (2014).
  9. Meho, L. I. Using Scopus’s CiteScore for assessing the quality of computer science conferences. Journal of Informetrics 13, 419-433. doi: 10.1016/j.joi.2019.02.006 (2019).
  10. Effendy, S. & Yap, R. H. C. Investigations on rating computer sciences conferences
  11. Lee, D. H. Predictive power of conference-related factors on citation rates of conference papers. Scientometrics 118, 281-304. doi: 10.1007/s11192-018-2943-z (2019).
  12. Core conference ranking http://portal.core.edu.au/conf-ranks/.
  13. CCF conference ranking https://www.ccf.org.cn/en/.
  14. Microsoft Academic’s field ratings for conferences https://www.microsoft.com/en-us/research/project/academic/articles/microsoft-academic-analytics/.
  15. Vrettas, G. & Sanderson, M. Conferences versus journals in computer science. Journal of the Association for Information Science and Technology 66, 2674-2684 (2015).
  16. Li, X., Rong, W., Shi, H., Tang, J. & Xiong, Z. The impact of conference ranking systems in computer science: A comparative regression analysis. Scientometrics 116, 879-907. doi:10. 1007/s11192-018-2763-1 (2018).
  17. Küngas, P., Karus, S., Vakulenko, S., Dumas, M., Parra, C. & Casati, F. Reverse-engineering conference rankings: what does it take to make a reputable conference? Scientometrics 96, 651-665. doi: 10.1007/s11192-012-0938-8 (2013).
  18. Steck, H. Evaluation of recommendations: rating-prediction and ranking in Proceedings of the 7th ACM conference on Recommender systems (2013), 213-220. doi: 10.1145/2507157.2507160.
  19. Chowdhury, G. R., Al Abid, F. B., Rahman, M. A., Masum, A. K. M. & Hassan, M. M. Prediction of upcoming conferences ranking in Bangladesh based on analytic network process and machine learning in 2018 International Conference on Innovations in Science, Engineering and Technology (ICISET) (2018), 463-467. doi: 10.1109/ICISET.2018.8745590.
  20. Udupi, P. K., Dattana, V., Netravathi, P. & Pandey, J. Predicting global ranking of universities across the world using machine learning regression technique in SHS Web of Conferences 156 (2023), 04001.
  21. Scopus https://www.scopus.com.
  22. DBLP https://dblp.org/.
  23. Google Scholar https://scholar.google.com/.
  24. Kobzar, A. I. Applied mathematical statistics (Fizmatlit, 2006).
  25. Orlova, I. V., Kontsevaya, N. V., Turundaevsky, V. B., Urodovskikh, V. N. & Filonova, E. S. Multidimensional statistical analysis in economic problems: computer modeling in SPSS (textbook). International Journal of Applied and Fundamental Research, 248-250 (2014).
  26. Gafarov, F. M., Galimyanov, A. F., et al. Artificial neural networks and applications 2018.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).