关闭
高端服务

论文科普:高PCSI论文、高被引论文、高下载论文

所属栏目:技术指导 时间:2023-02-18

  近日,从中国知网获悉,中国地质调查局矿产资源研究所(以下简称“资源所”)肖克炎研究员发表的学术论文《大数据思维下的矿产资源评价》被中国知网资源总库遴选为教育学高影响力论文,入选学术精要(2022年10-11月)高PCSI论文、高被引论文及高下载论文。该文以大数据时代的预测思维方法,结合重要矿产资源潜力评价具体工作,探索了矿产资源预测评价的基本理论。

高被引论文

  论文认为,大数据的相关性预测方法和常用的综合信息矿产预测方法是一致的,矿产预测模型理论、多学科信息相关性分析、预测地质求异理论、矿产区域趋势分析方法是矿产资源评价的四项基本理论。论文总结了在数字化、信息化时代矿产资源预测评价的主要工作流程,提出建立数字化预测数据平台、根据预测矿产模型进行数据清洗、编制预测要素图件、建立预测模型、圈定预测靶区和成矿远景区、进行资源潜力估算等是预测评价的基本任务与流程。

  高PCSI(Paper Citation Standardized Index的简称,意思是“论文引证标准化指数”)论文是指各年度发表的国内学术期刊论文、国内会议论文,在所属学科、所属文献类型(研究型、综述型文献)PCSI排名前1%的论文。PCSI是将PCSI统计源被引频次进行标准化处理后所得到的相对影响力评价指标,能够表征论文被引用的次数与同年、同学科、同文献类型平均水平的差距,从而实现不同学科、不同年度论文之间的比较。

  高被引论文是指各年度发表的国内学术期刊论文、国内会议论文,在所属学科、所属文献类型(研究型、综述型文献)总被引频次排名前1%的论文。即同年、同学科、同文献类型被引频次前1%的论文,其代表着在学术研究领域中有较高学术影响力。

  高下载论文是指各年度发表的国内学术期刊论文、国内会议论文,在所属学科、所属文献类型(研究型、综述型文献)总下载频次排名前1%的论文。即同年、同学科、同文献类型下载频次前1%的论文,其代表着在应用领域有较高的传播影响力。

更多学术问答


Copyright 2002-2023 www.qikanzj.com 京ICP备16051962号