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.

© Ермолаева А.М., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах